模拟鹿活动使用动物上的声记录仪和机器学习
Alexander J Boucher1, Robert B Weladji1, Øystein Holand2
1Department of Biology Concordia University Montreal Quebec Canada.
Ecology and evolution
|June 27, 2024
概括
研究人员使用动物记录器和机器学习来分析鹿的发声. 发现年龄较大,体重较重的雄性在繁殖季节发出更多的声音,展示了这种技术.
科学领域:
- 生物声学是一种生物声学.
- 野生动物生态生态学
- 机器学习在生物学中的应用
背景情况:
- 声学监测对于野生动物研究至关重要,但手动分析记录是耗时的.
- 动物记录器为动物行为和生态提供了独特的见解.
- 整合机器学习与动物声学数据可以克服分析瓶.
研究的目的:
- 评估将动物声学记录器与机器学习结合用于野生动物行为分析的有效性.
- 通过使用先进的信号处理来研究行鹿的发声模式.
- 在生态研究中展示新型记录技术和人工智能之间的协同作用.
主要方法:
- 在2019年和2020年的交配季节,在七只雄鹿身上安装了音响录音机.
- 利用卷积神经网络来分析记录的鹿发声.
- 使用训练有素的神经网络,在区分鹿叫时获得了95%的准确性.
主要成果:
- 成功训练机器学习模型以高精度识别鹿叫.
- 揭示了在的鹿中明显的发声模式.
- 发现年龄较大,体重较重的雄鹿比年轻,体重较轻的雄鹿发声频率更高.
结论:
- 在动物上的声学记录器与机器学习相结合,是野生动物研究的强大工具.
- 这种方法显著简化了对动物发声的分析.
- 这些发现突出了在理解动物行为和生态学方面更广泛应用的潜力.
