MétaCan
Menu
Retour à la cohorte
Enregistrement W2134641446

Feature-Aided Tracking for Marine Mammal Detection and Classification

2008· article· en· W2134641446 sur OpenAlex
Odile Gérard, Craig Carthel, Stefano Coraluppi, Peter Willett

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian acoustics · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesNaval Undersea Warfare CenterOcean Life Institute, Woods Hole Oceanographic InstitutionWoods Hole Oceanographic Institution
Mots-clésBeaked whaleHuman echolocationComputer scienceWhaleBioacousticsMarine mammalFeature (linguistics)Artificial intelligenceSperm whaleTracking (education)Pattern recognition (psychology)Speech recognitionAcousticsBiologyEcologyTelecommunications
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents a method to detect and classify odontocete echolocation clicks as well as to estimate the number of animals that are vocalizing.A transient detector using the Page test [1][2][3] is used to extract the clicks: the click time, the click duration, the click amplitude and the spectral information of the clicks are extracted.A probability distribution over the species is assigned to each click, based on the spectral information of the click.The estimation of the number of animals is done using feature-aided multi hypothesis tracking (MHT) algorithms.The association is based on the assumptions of slowly-varying click amplitude and intra-click timing [4][5].This work has been done on the dataset provided by the organizers of the 3rd International Workshop on the Detection and Classification o f Marine Mammals using Passive Acoustics, Boston, July 2007.This dataset consists of training and test data; the training data includes vocalizations of three species: Blainville's beaked whale (Mesoplodon densirostris), Risso's dolphin (Grampus griseus) and short-finned pilot whale (Globicephala macrorhynchus).s o m m a i r e Cet article prsente une mthode de dtection et classification de clics d 'cholocation d 'odontoctes ainsi que d'estimation du nombre d 'animaux vocalisant en mme temps.Un dtecteur de transitoires utilisant le test de Page [1-3] permet d 'extraire les clics : leurs instants, dures et amplitudes ainsi que leurs spectres sont stocks.L 'analyse du spectre d 'un clic permet de lui affecter une probabilit de distribution parmi les diffrentes espces.L 'estimation du nombre d 'animaux se fait l'aide d 'un algorithme de tracking (multi hypothesis tracking MHT).L 'association des clics est base sur l'hypothse que l 'amplitude et l'intervalle entre deux clics varient lentement en fonction du temps.Ce travail a t ralis sur le jeu de donnes mis disposition par les organisateurs du 3rd International Workshop on the Detection and Classification o f Marine Mammals using Passive Acoustics, Boston, Juillet 2007.Ce dernier se compose de donnes d 'entrainement sur trois espces : Msoplodon de Blainville (Mesoplodon densirostris), dauphins de Risso (Grampus griseus) et globicphales (Globicephala macrorhynchus) et de fichiers test.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,605
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,031
Tête enseignante GPT0,223
Écart entre enseignants0,193 · 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