Detección y localización de las llamadas de ballena de Bryde utilizando aprendizaje automático y proyección inversa...

Área de la Ciencia:

• Biología marina
• La bioacústica
• Aprendizaje automático

Sus antecedentes:

• El monitoreo acústico pasivo (PAM) es vital para comprender el comportamiento de las ballenas barbadas a través del análisis de la vocalización.
• La detección y localización precisas de las llamadas de ballenas son desafíos críticos en la interpretación de los datos de PAM.

Objetivo del estudio:

• Desarrollar y validar un método de aprendizaje automático (ML) para detectar y localizar las llamadas de la ballena Bryde utilizando hidrófonos del fondo del océano.
• Evaluar la robustez y la eficiencia de la técnica de localización basada en el aprendizaje automático en condiciones acústicas reales.

Principales métodos:

• Se entrenó un nuevo modelo de ML en datos aumentados de llamadas de ballena de Bryde (890,214 ejemplos).
• Los umbrales de detección se optimizaron para equilibrar los falsos positivos y los negativos.
• Los eventos acústicos se localizaron proyectando datos de correlación cruzada en una cuadrícula 3D.

Principales resultados:

• El método ML detectó con éxito 4514 eventos potenciales de llamada de ballenas, con 899 localizados utilizando datos de al menos tres hidrófonos.
• El procedimiento de localización demostró robustez contra el ruido alto, los errores de tiempo y el sesgo del modelo de velocidad.
• El sistema demostró ser computacionalmente eficiente con una mínima necesidad de intervención manual.

Conclusiones:

• El sistema de monitoreo acústico pasivo basado en ML desarrollado proporciona un método efectivo y robusto para detectar y localizar las vocalizaciones de la ballena Bryde.
• Este enfoque ofrece ventajas significativas para la investigación de mamíferos marinos, permitiendo un análisis de comportamiento eficiente y preciso en entornos acústicos desafiantes.