Discriminant Classification of Fish and Zooplankton Backscattering at 38 and 120 kHz
Notice bibliographique
Résumé
Abstract Acoustic scattering layers were evaluated for species classification by means of 38‐ and 120‐kHz mean volume backscattering strength ( ) collected during a 1995 acoustic–trawl survey of Pacific hake Merluccius productus off the west coasts of the United States and Canada. Scattering layers selected for analyses were shallower than 150 m and were analyzed with a −79‐decibel (dB) integration threshold. Pacific hakes, euphausiids, and Pacific hake–euphausiid mixes dominated the layers. Other scatterers (unidentified, noneuphausiid, or non—Pacific hake sources) were included in the analyses. The overall mean volume backscatter difference (Δ = 120 kHz – 38 kHz) was computed for each species category, and results varied depending on the species composition of the scattering layer (i.e., Pacific hakes = −7.1 dB, euphausiids = 11.9 dB, Pacific hakes–euphausiids = 3.5 dB, and other species = 0.1 dB). Discriminant function analysis of 120 kHz and 38 kHz separated echoes originating from each of the dominant scattering layers. Backscatter was then classified into species groups with a quadratic discriminant classification model, which obtained an overall correct classification rate of 84%. The use of multiple frequencies and these analytical methods (e.g., frequency differencing and discriminant classification functions) can provide an efficient and objective means of classifying sound‐scattering layers composed of different taxonomic groups.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».