An open-source bio-logger for studying cetacean behavior and communication
Notice bibliographique
Résumé
Over the past decade, bioacoustics associated with diverse marine life has become the focus of increasing research. While fixed acoustic devices play important roles in characterizing localized soundscapes, animal-worn devices that record audio alongside physiological metrics provide richer portals to understanding cetacean communication and characterizing sounds in their environment. To facilitate scaling the collection of such multimodal datasets for deep learning applications and to encourage rapid prototyping for new recording capabilities, we present an open-source non-invasive bio-logger that can be deployed on marine animals to record high-quality audio synchronized with an extensible suite of behavioral and environmental sensors. The current implementation is tailored to investigating sperm whale communication and biology. It features four suction cups, three high-bandwidth synchronized hydrophones for audio analysis including directionality, GPS logging and transmission, and sensors for pressure, motion, orientation, temperature, and light. Its hardware and software are both open-source, with designs, fabrication details, and code available online. Lab-based experiments characterize and validate performance including shear adhesion forces, withstanding pressures equivalent to 560 m depths, battery life up to 16.8 hours, audio sensitivity of -205 dB re FS/μPa with a 96 dB dynamic range, multi-threaded data acquisition, drone-based deployments, and GPS-based recoveries. Field experiments record sperm whale vocalizations and behaviors spanning 10 deployments, 44 hours of recording, 20 dives, and up to 967 m depths. Altogether, this platform aims to advance the understanding of marine animal biology and communication within the rapidly evolving and intersecting areas of robotics, bioacoustics, and machine learning.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,007 |
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 ».