神经网络识别珊瑚礁声音

快速阅读: 据《船舶技术新闻》称，研究显示，尽管珊瑚礁仅占海洋面积小部分，却是四分之一海洋物种的栖息地。为更高效识别珊瑚礁鱼类活动，伍兹霍尔海洋研究所采用神经网络技术处理声学数据。未来，该技术有望集成到浮标和水下航行器中，助力实时监测鱼类种群及保护海洋生态。

尽管珊瑚礁仅占全球海洋面积不到1%，但四分之一的海洋物种在其生命周期的某个阶段都会栖息于珊瑚礁上。由于一个地方聚集了如此丰富的生命，研究人员往往难以确切知晓哪些物种存在以及它们的具体数量。发表在《声学学会杂志》（JASA）上，由美国物理研究所（AIP Publishing）代表声学学会出版的研究中，伍兹霍尔海洋研究所（WHOI）的研究人员结合被动声学监测法和神经网络技术，通过声音来识别珊瑚礁上的鱼类活动。

多年来，研究人员一直利用被动声学监测法追踪珊瑚礁的动态。通常，一个声学记录仪会被置于水下，连续数月录制珊瑚礁的声音。现有的信号处理工具虽能一次性处理大量声学数据，却无法用于寻找特定的声音。因此，科学家往往需要手动分析所有数据。

为了解决这一问题，研究人员训练了一种神经网络，从海量声学数据中筛选并实时解析音频记录。他们的算法在解析珊瑚礁的声学趋势方面达到了与人类专家相同的精确度，但速度提升了25倍以上。

研究人员还计划将这种神经网络整合到一个浮动浮标上，该浮标会实时广播鱼类叫声的统计数据。此外，他们正努力将神经网络嵌入自主水下航行器“CUREE”中，使它能够监听鱼类并绘制出生物活动的热点分布图。

这项技术还有助于解决海洋声学研究中的长期难题——将每个独特的声音与鱼类一一对应起来。

最终，研究人员希望借助神经网络实现对鱼类种群的实时监测，识别处境危险的物种，并应对突发灾害，从而更好地保护海洋生态系统的平衡与健康。

(以上内容均由Ai生成)