A neural network for classifying clicks of Blainville's beaked whales (Mesoplodon Densirostris)
Notice bibliographique
Résumé
Beaked whales are difficult to detect visually, and researchers have thus proposed using acoustic detection and classification.Because of the large data volumes often involved in acoustic detection and classification, automatic methods are often used.Here a neural network classification method is investigated.Using backpropagation, a feedforward neural network with one hidden layer was trained to classify clicks of Blainville's beaked whales and other odontocetes recorded in the Bahamas.Training and testing data consisted of approximately 1600 Blainville's beaked whale clicks and 3100 clicks from other odontocetes.Networks with 2-10 hidden units were trained and tested, with performance curves (ROC curves) calculated at several levels of signal-to-noise ratio.Results for most networks were quite good when compared with previous classification efforts, with less than 3% errors in both the wrong-classification and missed-call categories.Future work includes testing the network on sounds recorded in different noise backgrounds and from other populations of Blainville's beaked whales, and combining it with a detector and evaluating the joint performance.s o m m a i r e Msoplodons sont difficiles voir et chercheurs ont propos d'employer la dtection et la classification acoustique pour en trouver.Face la quantit de donnes produites par dtection et classification acoustiques, mthodes automatises sont souvent utilises.Ici on present une methode de rseau neuronal pour classifier.Un rseau neuronal rtropropagation non rcurrent avec une seule couche cache a t form pour classifier des clics des Msoplodon de Blainville et autres odontoctes enregistrs aux Bahamas.Les donnes de formation se sont composes d 'environs 1600 clics de Msoplodon de Blainville et 3100 clics d 'autres odonotoctes.Reseaux avec 2-10 units caches ont t forms et examins par courbes caractristiques d'opration du rcepteur (ROC curves) calculs plusieurs niveaux du ratio signal/bruit.Rsultats pour la plupart des rseaux taient tout fait bons en comparaison avec des efforts prcdents de classification avec moins de 3% d 'erreurs chez les clics incorrectement classifis ou manqus.Travaux suivre sont essais du rseau avec les enregistrements venant d 'autres niveaus deu bruit de fond et d 'autres populations de Msoplodon de Blainville, et en combinaison avec un detecteur, une evaluation d 'excution commune.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».