Localizing Bowhead whales in the Chukchi Sea using asynchronous hydrophones
Notice bibliographique
Résumé
This paper localizes bowhead whales using Bayesian inversion of the modal dispersion of whale calls recorded on asynchronous hydrophones in the northeastern Chukchi Sea, Alaska. A cluster of seven asynchronous ocean-bottom hydrophones (OBH), separated by up to 7.5 km, recorded low-frequency bowhead whale calls as the whales migrated through the Chukchi Sea. The calls dispersed into multiple modes after propagating through the shallow water environment. Relative mode arrival times are extracted from the recordings using a warping time-frequency analysis for nine frequency-modulated whale calls, each of which were recorded on multiple OBHs. A trans-dimensional Bayesian inversion approach is used to invert mode arrival times for the whale location in the horizontal plane, source instantaneous frequency (IF), water sound-speed profile, seabed geoacoustic parameters, relative recorder clock drifts, and residual error standard deviation, all with estimated uncertainties. A simulation study found that accurate localization results could be obtained even without accurate prior environmental knowledge. Inverting multiple calls jointly is shown to significantly reduce uncertainties for whale location, source IF, and relative clock drift. Whale location uncertainties are less than 160 m and clock drift uncertainty is less than 26 ms. This clock synchronization accuracy is sufficient for localizing other types of marine mammal calls using simpler methods (e.g., time-difference-of-arrival).
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 | 0,000 | 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 | 0,001 |
| 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 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 ».