Automatic parameter estimation and detection of ringed seal knocking vocalizations
Questo studio dimostra che una rete neurale convoluzionale basata su spettrogrammi può rilevare e analizzare automaticamente e con precisione le vocalizzazioni di tipo "knocking" delle foche triche da Saimaa, una specie in pericolo, in estesi dataset subacquei, offrendo una soluzione economica per il monitoraggio a lungo termine della specie.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Immagina di cercare di trovare un tipo specifico di cinguettio di un uccello in una foresta così rumorosa per il vento, lo scroscio delle foglie e altri rumori animali che dovresti ascoltare migliaia di ore di registrazioni solo per trovare pochi minuti del suono giusto. Questa è essenzialmente la sfida che gli scienziati affrontano nel tentativo di studiare la foca anello del Saimaa, una foca rara e in via di estinzione che vive in un lago d'acqua dolce in Finlandia. Queste foche emettono un suono unico chiamato "knock" (colpo), simile a qualcuno che batte su un tronco cavo sott'acqua, ma trovare questi colpi in enormi registrazioni subacquee è solitamente un lavoro lento, costoso ed estenuante svolto dagli esseri umani che ascoltano uno per uno.
Questo articolo descrive un progetto in cui i ricercatori hanno costruito un "detective digitale" per fare il lavoro pesante al posto loro. Invece di far affaticare le orecchie degli umani per un anno intero di registrazioni, hanno insegnato a un programma per computer a riconoscere il ritmo specifico del colpo della foca. Hanno fornito al computer oltre 13.000 esempi di questi colpi, mostrandogli essenzialmente un enorme album fotografico di come appare il suono su un grafico (chiamato spettrogramma) affinché potesse imparare il modello.
Il "cervello" del computer era un tipo speciale di intelligenza artificiale chiamato Rete Neurale Convoluzionale. Puoi pensare a questa IA come a un setaccio super-potenziato. Quando i ricercatori versavano nuove registrazioni mai viste prima, questo setaccio digitale era incredibilmente bravo a catturare i colpi della foca lasciando scivolare via il rumore di fondo e gli altri suoni. Era così accurato da identificare correttamente i colpi il 97,76% delle volte, anche quando l'acqua era rumorosa.
Inoltre, il computer non si è limitato a trovare i colpi; ha anche determinato automaticamente l' "altezza" o la frequenza fondamentale del suono. I ricercatori hanno verificato questo dato rispetto alle note prese da esperti umani, e le misurazioni del computer corrispondevano perfettamente a quelle degli umani.
In breve, l'articolo mostra che, utilizzando questo "detective digitale" automatizzato, gli scienziati possono ora scansionare enormi quantità di audio subacqueo in modo rapido ed economico. Questo trasforma un compito che un tempo richiedeva una quantità massiccia di tempo e denaro umani in un processo snello, rendendo molto più facile tenere un monitoraggio a lungo termine su queste elusive foche senza la necessità di un team di persone che ascolti ogni singolo secondo di nastro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.