Comparison of machine learning techniques for the classification of echolocation clicks from three species of odontocetes
Notice bibliographique
Résumé
A species classifier is presented which decides whether or not short groups of clicks are produced by one or more individuals from the following species: Blainville's beaked whales, short-finned pilot whales, and Risso's dolphins.The system locates individual clicks using the Teager energy operator and then constructs feature vectors for these clicks using cepstral analysis.Two different types of detectors confirm or reject the presence of each species.Gaussian mixture models (GMMs) are used to model time series independent characteristics of the species feature vector distributions.Support vector machines (SVMs) are used to model the boundaries between each species' feature distribution and that of other species.Detection error tradeoff curves for all three species are shown with the following equal error rates: Blainville's beaked whales (GMM 3.32%/SVM 5.54%), pilot whales (GMM 16.18%/SVM 15.00%), and Risso's dolphins (GMM 0.03%/SVM 0.70%). SOMM AIRECe travail concerne la création d'un système pour identifier trois espèces d 'odontocètes par les clics d'écholocation: la baleine à bec de Blainville, la baleine pilote, et le dauphin de Risso.Les clics sont identifiés par l'opérateur d 'énergie Teager-Kaiser, et les vecteurs cepstraux sont construits.Dans un travail de détection, on compare les résultats obtenus avec deux modèles différents : le modèle de mélange gaussiens (MMG) et la machine à vecteurs de support (MVS).Les résultats de la détection sont exprimés par les courbes de DET, « Detection Error Tradeoff».Le point sur les courbes de DET où les probabilités de fausses alarmes et manques de détection sont égales est comme suit : la baleine à bec de Blainville (MMG 3,32%/MVS 5,54%), la baleine pilote (MMG 16,18%/MVS 15,00%) et le dauphin de Risso (MMG 0,03%/MVS 0,70%).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».