@ARTICLE {10.3389 / frai.2023.1099022作者={努尔Korkmaz捉弄和钻石,Roee Danino,吉尔和Testolin Alberto}, TITLE ={海豚功能的自动检测与卷积网络和传输学习},杂志={人工智能前沿},体积= {6}= {2023},URL = {//www.thespel.com/articles/10.3389/frai.2023.1099022}, DOI = {10.雷竞技rebat3389 / frai.2023.1099022}, ISSN ={2624 - 8212},文摘={有效保护海洋环境和野生动物的濒危物种管理需要实现高效、准确的环境监测和可伸缩的解决方案。Ecoacoustics提供非侵入性的优势,长期采样环境声音和有潜力成为生物多样性调查的参考工具。然而,声波数据的分析和解释是一个耗时的过程,通常需要大量的人力监督。这个问题可能是利用现代技术解决自动音频信号分析,最近取得了令人印象深刻的性能由于深度学习研究进展。在本文中,我们表明,卷积神经网络确实可以大大优于传统的自动检测方法在一个具有挑战性的任务:从水下海豚口哨录音的识别。该系统可以检测信号即使在环境噪声的存在,同时不断减少的可能性产生假阳性和假阴性。我们的研究结果进一步支持采用人工智能技术来提高海洋生态系统的自动监测。}}