Dronlar ve Makine Öğrenimi Nesli Tehlike Altındaki Deniz İneklerinin Kurtarılmasına Yardımcı Oluyor

nesli tükenmekte olan deniz ineği dronları ml deniz ayısı, orlando 10 mart'ta
Ahoges7 CC
Nesli tükenmekte olan hayvanları korumayı istemek başka şey, onları tamamen takip etmek başka şey. Tipik bir örnek: genellikle deniz ineği olarak anılan orta büyüklükte bir deniz memelisi olan dugong. Sevimli olabilirler ama onları büyük su kütlelerinde tespit etmek, söylendiğinden daha kolaydır.

Deniz araştırmacıları bunu nüfus büyüklüklerini, koruma durumlarını ve önemli yaşam alanlarını takip etmek için yapmak istediklerinden, bu biraz sorun teşkil ediyor.

Önerilen Videolar

Neyse ki burası Avustralya Murdoch Üniversitesi'nden Dr. Amanda Hodgson'un bulunduğu yer. içeri gelir. Üniversitenin Deniz Memelileri Araştırma Birimi'nin bir üyesi olan Hodgson, dugongları doğal ortamlarında daha iyi tanımlamak için insansız hava araçlarını ve makine öğrenimi teknolojisini kullanıyor.

Hava fotoğrafçılığı için dronların kullanılması, Hodgson'un çalışması için gerekli görüntüleri elde etmenin yeni bir yolunu sunuyor, ancak çok sayıda fotoğrafta deniz ineklerinin en iyi nasıl tespit edileceği sorununu da ortaya çıkarıyor. Bu, Hodgson'un ve Queensland Teknoloji Üniversitesi bilgisayar bilimcisinin makine öğrenimine yöneldiği noktadır.

Frederic Maire - yardım için.

find_the_sea_cow_solution

Birlikte, ücretsiz açık kaynaklı makine öğrenimi platformunu kullanan bir dedektör geliştirdiler TensorFlow, fotoğraflardaki dugongları otomatik olarak tanımlamak amacıyla. Bu yöntemin, deniz yatağında deniz çayırlarının görülebildiği veya su yüzeyinde parlama ve beyaz noktaların görülebildiği görüntüler gibi değişen karmaşıklıktaki görüntülerle çalışması gerekiyordu.

Maire, "Hava görüntülerinde deniz türlerinin tespitini otomatikleştirmek için etkili bir makine öğrenimi sistemi geliştirdik" dedi. "Yaklaşımın etkinliği, çok uygun bir bölge öneri yönteminin ve derin sinir ağlarının kullanımının birleşimine bağlanabilir. Büyük bir görüntü verildiğinde bölge öneri modülü, aday blobları merkeze alarak görüntünün alt pencerelerinin bir listesini oluşturur. Daha sonra her bir alt pencere, alt pencerenin bir dugong içerip içermediğini tahmin eden bir sinir ağı sınıflandırıcısına beslenir.

Dedektörün son sürümü, görüntülerdeki dugongların yüzde 80'ini bulabiliyor. Bu sayının gelecekte artacağını umuyoruz.

Hodgson, "Daha iyi haber şu ki, dedektörü bilinen dugongların daha fazla görüntüsüyle besledikçe ve hangilerinin yanlış olduğunu söylediğimizde, tespitlerin doğruluğu artmaya devam edecek" dedi. "Bu teknoloji, dedektörü eğitmek için bir dizi görüntüyle başladığınız sürece herhangi bir türün araştırmasına uygulanabilir."

Editörlerin Önerileri

  • Lambda'nın makine öğrenimi sağlayan dizüstü bilgisayarı kılık değiştirmiş bir Razer
  • DeepSqueak, makine öğrenimi sağlayan bir yapay zekadır. farelerin ne hakkında sohbet ettiğini ortaya çıkarıyor
  • Makine öğrenme? Nöral ağlar? İşte A.I.'nin birçok çeşidine yönelik rehberiniz.

Yaşam tarzınızı yükseltinDigital Trends, en son haberler, eğlenceli ürün incelemeleri, anlayışlı başyazılar ve türünün tek örneği olan ön bakışlarla okuyucuların teknolojinin hızlı tempolu dünyasını takip etmelerine yardımcı olur.