Δεδομένου ότι οι θαλάσσιοι ερευνητές θέλουν να το κάνουν για να παρακολουθούν τα μεγέθη του πληθυσμού, την κατάσταση διατήρησης και τις σημαντικές περιοχές ενδιαιτημάτων τους, αυτό δημιουργεί λίγο πρόβλημα.
Προτεινόμενα βίντεο
Ευτυχώς, εδώ είναι η Δρ Amanda Hodgson του Πανεπιστημίου Murdoch της Αυστραλίας Έρχεται σε. Μέλος της Ερευνητικής Μονάδας Κητωδών του πανεπιστημίου, ο Hodgson χρησιμοποιεί drones και τεχνολογία μηχανικής μάθησης για να αναγνωρίζει καλύτερα τα σκουπίδια στο φυσικό τους περιβάλλον.
Η χρήση drones για αεροφωτογράφηση προσφέρει έναν νέο τρόπο λήψης των απαραίτητων εικόνων για το έργο του Hodgson, αλλά ανοίγει το πρόβλημα του καλύτερου τρόπου εντοπισμού των θαλάσσιων αγελάδων σε έναν τεράστιο αριθμό φωτογραφιών. Αυτό είναι το σημείο στο οποίο ο Hodgson στράφηκε στη μηχανική μάθηση - και επιστήμονας υπολογιστών στο Πανεπιστήμιο Τεχνολογίας του Κουίνσλαντ
Φρεντερίκ Μαίρ - για βοήθεια.
Μαζί, ανέπτυξαν έναν ανιχνευτή χρησιμοποιώντας δωρεάν πλατφόρμα μηχανικής μάθησης ανοιχτού κώδικα TensorFlow, με στόχο την αυτόματη αναγνώριση των dugongs στις φωτογραφίες. Αυτή η μέθοδος έπρεπε να λειτουργήσει με εικόνες διαφορετικής πολυπλοκότητας, όπως εκείνες όπου το θαλάσσιο γρασίδι είναι ορατό στον βυθό της θάλασσας ή άλλες όπου η λάμψη και τα λευκά καλύμματα μπορούν να φανούν στην επιφάνεια του νερού.
«Αναπτύξαμε ένα αποτελεσματικό σύστημα μηχανικής μάθησης για την αυτοματοποίηση της ανίχνευσης θαλάσσιων ειδών στις εναέριες εικόνες», μας είπε ο Maire. «Η αποτελεσματικότητα της προσέγγισης μπορεί να πιστωθεί στον συνδυασμό μιας μεθόδου πρότασης κατάλληλης περιοχής και στη χρήση βαθιών νευρωνικών δικτύων. Με δεδομένη μια μεγάλη εικόνα, η ενότητα πρότασης περιοχής δημιουργεί μια λίστα με υποπαράθυρα της εικόνας, με επίκεντρο τις υποψήφιες σταγόνες. Κάθε υποπαράθυρο τροφοδοτείται στη συνέχεια σε έναν ταξινομητή νευρωνικού δικτύου που προβλέπει εάν το υποπαράθυρο περιέχει ή όχι ένα dugong.
Η τελευταία έκδοση του ανιχνευτή μπορεί να βρει το 80 τοις εκατό των dugong σε εικόνες. Αυτός ο αριθμός ελπίζουμε ότι θα αυξηθεί στο μέλλον.
«Τα καλύτερα νέα είναι ότι καθώς τροφοδοτούμε τον ανιχνευτή με περισσότερες εικόνες γνωστών dugong και του λέμε ποιες έκανε λάθος, η ακρίβεια των ανιχνεύσεων θα συνεχίσει να βελτιώνεται», σημείωσε ο Hodgson. «Αυτή η τεχνολογία θα μπορούσε να εφαρμοστεί σε έρευνες οποιουδήποτε είδους, αρκεί να ξεκινήσετε ένα σύνολο εικόνων για να εκπαιδεύσετε τον ανιχνευτή».
Συστάσεις των συντακτών
- Ο φορητός υπολογιστής μηχανικής εκμάθησης της Lambda είναι ένας μεταμφιεσμένος Razer
- Το DeepSqueak είναι ένα A.I. που αποκαλύπτει τι συζητούν οι αρουραίοι
- Μηχανική μάθηση; Νευρωνικά δίκτυα? Εδώ είναι ο οδηγός σας για τις πολλές γεύσεις του A.I.
Αναβαθμίστε τον τρόπο ζωής σαςΤο Digital Trends βοηθά τους αναγνώστες να παρακολουθούν τον γρήγορο κόσμο της τεχνολογίας με όλα τα τελευταία νέα, διασκεδαστικές κριτικές προϊόντων, διορατικά editorial και μοναδικές κρυφές ματιές.
