MétaCan
Menu
Retour à la cohorte
Enregistrement W1975671934 · doi:10.1121/1.4773596

Generalized marine mammal detection based on improved band-limited processing

2012· article· en· W1975671934 sur OpenAlexaff
Benjamin B. Bougher, Joey Hood, James A. Theriault, Hilary B. Moors

Notice bibliographique

RevueProceedings of meetings on acoustics · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSpectrogramSignal processingWeightingMinke whaleMarine mammalNoise (video)DetectorWorkstationArray processingReal-time computingArtificial intelligencePattern recognition (psychology)Computer hardwareWhaleDigital signal processingTelecommunicationsAcoustics

Résumé

récupéré en direct d'OpenAlex

Akoostix continues to experiment with flexible, low-processing-load marine mammal detection options suitable for implementation in both workstations and low-power embedded systems. Building on previous work, additional processing stages have been added to normalize and de-noise spectrograms using a wide variety of user-configurable options. These pre-processing options can be optimized for the signals of interest, which enhances targets while significantly reducing the impact of structured noise that cause false alarms with other methods. Band-limited signal excess is then computed using one of several weighting functions, after which detection is performed on the signal excess time series. Out-of-band tests are also performed to ensure band-limited signals. The detector is tested on the workshop Minke whale localization dataset with configurations of varying complexity and performance (detection and processing load) are compared to other detection algorithms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetUnderwater Acoustics ResearchTravaux en français237 207