生物声学研究的自动检测:生物学家和计算机科学家的实用指南

科学领域:

• 生态生态学 生态生态学
• 生物声学是一种生物声学.
• 计算生物学 计算生物学

背景情况:

• 被动声学监测 (PAM) 越来越多地用于生态研究,产生大量数据集.
• 由于数据量,对广泛的PAM数据进行手动分析变得不切实际.
• 机器学习 (ML) 的进步为声学事件的自动分析提供了潜力.

研究的目的:

• 审查生物声学PAM的趋势以及对自动化数据分析的需求.
• 探索用于自动声学事件检测的ML方法和工具.
• 为实现生物声学自动检测提供实用指南.

主要方法:

• 对生物声学PAM和机器学习应用的当前文献的综述.
• 探索各种ML算法和用于声学数据分析的计算工具.
• 为建立自动检测管道制定一个逐步指南.

主要成果:

• 在生物声学中,自动声学事件检测领域正在迅速发展.
• 机器学习为分析大规模声学数据集提供了可行的解决方案.
• 弥合生物学和计算机科学之间的专业知识差距对于采用至关重要.

结论:

• 使用ML进行自动检测对于管理不断增长的生物声学数据至关重要.
• 本综述为生物声学家和计算机科学家提供了基础知识和实际步骤.
• 未来的方向包括改进ML模型并扩大其在生态研究中的应用.