publicidad
Noticias científicas
de organizaciones de investigación

'Whoop': el nuevo método autónomo detecta con precisión las vocalizaciones de ballenas en peligro de extinción

Fecha :
15 de septiembre de 2021
Fuente :
Florida Atlantic University
Resumen :
Uno de los métodos más utilizados para monitorear ballenas en peligro de extinción se llama tecnología de acústica pasiva, que no siempre funciona bien. En el océano cada vez más ruidoso, los métodos actuales pueden confundir otros sonidos con llamadas de ballenas. Esta alta tasa de 'falsos positivos' obstaculizainvestigación científica y obstaculiza los esfuerzos de conservación. Los investigadores utilizaron inteligencia artificial y métodos de aprendizaje automático para desarrollar un método nuevo y mucho más preciso para detectar las llamadas de ballena franca: un breve sonido de "chillido" que dura unos dos segundos.
Compartir :
HISTORIA COMPLETA

La ballena franca del Atlántico norte ballena franca es una de las especies de ballenas más amenazadas del mundo con solo unas 368 restantes frente a la costa este de América del Norte. Una tendencia a la baja y bajas tasas de reproducción, combinadas con altos niveles de actividades humanascomo el transporte marítimo y la pesca subrayan su precaria situación. El seguimiento eficiente de su número, las rutas de migración y el uso del hábitat es vital para reducir el número de lesiones y muertes evitables y promover su recuperación.

Uno de los métodos más utilizados para monitorear a las ballenas se llama tecnología de acústica pasiva. Las ballenas francas vocalizan una variedad de sonidos de baja frecuencia como gemidos, gemidos, pulsos e incluso eructos. Una vocalización típica que usan para comunicarse entre sí es la denominadacomo una "llamada ascendente", que es un chirrido corto que dura unos dos segundos. Las llamadas ascendentes son vocalizaciones de banda estrecha con oscilaciones de frecuencia en el rango de 50 a 440 Hertz y parecen funcionar como señales que traen ballenasjuntos.

Aunque la tecnología acústica pasiva actual es una forma confiable, segura y efectiva de monitorear a estos leviatanes en peligro de extinción, no siempre ha funcionado bien. En el océano cada vez más ruidoso, los métodos actuales pueden confundir otros sonidos con llamadas de ballenas. Este alto "falso positivo"La tasa obstaculiza la investigación científica y obstaculiza los esfuerzos de conservación.

Investigadores del Instituto Oceanográfico Harbor Branch de Florida Atlantic University y la Facultad de Ingeniería y Ciencias de la Computación utilizaron inteligencia artificial IA y métodos de aprendizaje automático para desarrollar un método nuevo y mucho más preciso para detectar llamadas de ballena franca. La tecnología utiliza MultimodalAlgoritmos de aprendizaje profundo MMDL para evaluar grabaciones acústicas y tomar decisiones sobre la presencia de llamadas ascendentes.

Los hallazgos del estudio, publicados en Revista de la Sociedad Americana de Acústica , demostró que el detector MMDL superó a los métodos convencionales de aprendizaje automático y demostró la superioridad del algoritmo MMDL en términos de tasa de detección de llamadas ascendentes, tasa de detección de llamadas no ascendentes y tasa de falsas alarmas. La autonomía del detector MMDLtiene una aplicación inmediata para monitorear y proteger eficazmente a las ballenas francas donde la detección precisa de llamadas de una especie de baja densidad es crítica.

"Nuestro algoritmo de aprendizaje profundo es un avance significativo en los métodos convencionales de aprendizaje automático. Las tasas de falsas alarmas, falsas negativas y falsas positivas cercanas a cero indican que este nuevo detector MMDL podría ser una herramienta poderosa en la detección y monitoreo de la bajadensidad, ballena franca del Atlántico norte en peligro de extinción, especialmente en entornos con alto enmascaramiento acústico ", dijo Laurent M. Chérubin, Ph.D., autor principal y profesor de investigación en FAU Harbour Branch que trabajó con Ali K. Ibrahim, primer autor yun asociado de investigación postdoctoral en FAU Harbour Branch. "Dado que los atributos del sistema MMDL no son específicos de la señal, creemos que se puede utilizar como clasificador para todas las aplicaciones en las que participan múltiples clases".

Los investigadores verificaron la efectividad del modelo MMDL para la detección de llamadas de ballena franca con el conjunto de datos de la Universidad de Cornell. Estas señales registradas se convirtieron en imágenes y el detector MMDL las clasificó. El algoritmo, compuesto por dos tipos de redes neuronales, selecciona aleatoriamente susparámetros de diseño, requiere poco procesamiento previo y automatiza la construcción de su arquitectura.Los resultados de los modelos individuales son evaluados por un clasificador de fusión, que selecciona el resultado más probable.

Para resaltar la urgencia de tecnologías efectivas de detección y monitoreo en especies en peligro de extinción, una nueva investigación indica que las ballenas y otras especies marinas están siendo afectadas por el cambio climático, incluidos los cambios en los patrones de migración y el uso del hábitat. Recientemente, las ballenas francas del Atlántico norte han sidoobservados en lugares que anteriormente no se conocían como importantes hábitats de la ballena franca. El nuevo sistema MMDL ofrece una nueva herramienta para monitorear y evaluar de manera efectiva la importancia de estos nuevos comportamientos en un océano cambiante.

Los coautores del estudio son Hanqi Zhuang, Ph.D., presidente del Departamento de Ingeniería Eléctrica y Ciencias de la Computación, Facultad de Ingeniería y Ciencias de la Computación de la FAU; Nurgun Erdol, Ph.D., profesor, Departamento de Ingeniería Eléctrica y ComputaciónScience, FAU College of Engineering and Computer Science; y Gregory O'Corry-Crowe, Ph.D., líder del programa de comportamiento y evolución de la vida silvestre WEB y profesor de investigación en FAU Harbor Branch.

Esta investigación fue apoyada en parte por la National Science Foundation Beca MRI No. 1828181, que proporcionó a los científicos el equipo informático necesario. El personal de apoyo fue proporcionado por Protect Florida Whales Specialty License Plate proporcionada a través del Harbor Branch Oceanographic InstituteFundación.


Fuente de la historia :

Materiales proporcionado por Florida Atlantic University . Original escrito por Gisele Galoustian. Nota: el contenido se puede editar por estilo y longitud.


Referencia de la revista :

  1. Ali K Ibrahim, Hanqi Zhuang, Laurent M. Chérubin, Nurgun Erdol, Gregory O'Corry-Crowe, Ali Muhamed Ali. Un algoritmo de aprendizaje profundo multimodelo para detectar llamadas ascendentes de ballenas francas del Atlántico norte . La Revista de la Sociedad Estadounidense de Acústica , 2021; 150 2: 1264 DOI: 10.1121 / 10.0005898

cite esta página :

Florida Atlantic University. "'Whoop' - nuevo método autónomo que detecta con precisión las vocalizaciones de ballenas en peligro de extinción." ScienceDaily. ScienceDaily, 15 de septiembre de 2021. .
Florida Atlantic University. 2021, 15 de septiembre. 'Whoop': nuevo método autónomo que detecta con precisión las vocalizaciones de ballenas en peligro de extinción. ScienceDaily . Consultado el 15 de septiembre de 2021 en www.science-things.com/releases/2021/09/210915095430.htm
Florida Atlantic University. "'Whoop' - nuevo método autónomo detecta con precisión las vocalizaciones de ballenas en peligro de extinción." ScienceDaily. Www.science-things.com/releases/2021/09/210915095430.htm consultado el 15 de septiembre de 2021.

1

2

3

4

5
HISTORIAS RELACIONADAS