神经网络为处理珊瑚礁声音提供了解决方案

快速阅读: 据《更深的蓝色》最新报道，神经网络助力解析珊瑚礁声音，大幅提高数据处理效率与准确性。研究团队正探索将其应用于浮标和自主水下航行器，以监测鱼类叫声和生物活动，未来目标是实现叫声的实时检测与鱼类定位。

神经网络为处理珊瑚礁声音提供了解决方案
（图片来源：奥斯汀·格林，©伍兹霍尔海洋研究所）

研究人员已经训练了一种神经网络来监听珊瑚礁的声音，并帮助识别礁石上正在发生的事情。

利用声学技术解读礁石活动是保护工作的重要部分。然而，这一过程可能极为繁琐且耗时。而神经网络的出现显著提高了处理声学信号的效率。

该网络能够以比人类研究人员快多达25倍的速度处理数据，并且其准确性与人类专家相当。

在谈及这项工作及其成果时，研究作者塞思·麦卡姆蒙——伍兹霍尔海洋研究所的应用海洋物理与工程助理科学家——表示：“老实说，对于那些从事这项工作的人而言，这是一项非常乏味的任务。极其枯燥，甚至让人感到痛苦。依靠人工分析如此庞大的数据量可能需要耗费数年时间。这种方式显然不适用于大规模数据分析。”

他进一步补充道：“如今，我们无需再完全依赖人工介入，那么还有哪些其他的设备可以被利用呢？我的合著者阿拉·穆伊的研究涉及将此类神经网络整合到一种实时广播鱼类叫声数量的浮动浮标中。我们正在努力将神经网络嵌入自主水下航行器CUREE，让它能够监听鱼类并绘制出生物活动热点图。”

“就目前来看，对于大多数鱼类种类，我们尚无法确切判断某个叫声是否属于特定种类。至少在我看来，这是我们未来努力的方向。通过实现对鱼类叫声的实时检测，我们可以开始开发能够自动捕捉叫声并定位附近鱼类的设备。”

您可在此处查阅原始研究原文。

(以上内容均由Ai生成)