Новый автономный метод точно обнаруживает вокализацию исчезающих китов

Североатлантический гладкий кит (Right whale) — один из наиболее исчезающих видов китов в мире, у восточного побережья Северной Америки осталось около 368 особей. Снижающаяся численность, низкие темпы воспроизводства и высокий уровень человеческой активности (судоходство, рыболовство) подчеркивают их уязвимое положение. Эффективный учет численности, отслеживание путей миграции и мест обитания жизненно важны для снижения предотвратимых травм и гибели и способствования восстановлению популяции.

Один из часто используемых методов мониторинга — пассивная акустическая технология. Гладкие киты издают различные низкочастотные звуки: стоны, ворчание, импульсы и даже отрыжку. Типичная вокализация для общения — «up-call» (восходящий зов), короткий чирикающий звук или «воп», длящийся около двух секунд. Up-calls — узкополосные звуки с частотным диапазоном от 50 до 440 Герц, которые, по-видимому, служат сигналами для сближения китов.

Хотя современная пассивная акустика — надежный и безопасный метод мониторинга, она не всегда работает хорошо. В условиях растущего шума в океане текущие методы могут ошибочно принимать другие звуки за китовые позывные. Высокий уровень «ложноположительных» срабатываний затрудняет научные исследования и природоохранные усилия.

Исследователи из Harbor Branch Oceanographic Institute и College of Engineering and Computer Science Университета Флориды использовали искусственный интеллект (ИИ) и методы машинного обучения для разработки нового, гораздо более точного метода обнаружения up-calls гладких китов. Технология использует алгоритмы Multimodal Deep Learning (MMDL) для анализа акустических записей и определения наличия up-calls.

Результаты исследования, опубликованные в Journal of the Acoustical Society of America, показали, что детектор MMDL превзошел традиционные методы машинного обучения по ключевым показателям: частоте обнаружения up-calls, частоте обнаружения не-up-calls и частоте ложных тревог. Автономность детектора MMDL имеет прямое применение для эффективного мониторинга и защиты гладких китов, где критически важна точность обнаружения сигналов малочисленного вида.

«Наш алгоритм глубокого обучения — значительный шаг вперед по сравнению с обычными методами машинного обучения. Практически нулевые показатели ложноположительных, ложноотрицательных результатов и ложных тревог указывают, что этот новый детектор MMDL может стать мощным инструментом для обнаружения и мониторинга малочисленных исчезающих североатлантических гладких китов, особенно в условиях высокого акустического маскирования», — заявил старший автор исследования Лоран М. Шерюбен, Ph.D., исследовательский профессор FAU Harbor Branch.

Исследователи проверили эффективность модели MMDL на наборе данных Корнеллского университета. Записанные сигналы были преобразованы в изображения и классифицированы детектором MMDL. Алгоритм, состоящий из двух типов нейронных сетей, случайным образом выбирает свои параметры, требует минимальной предварительной обработки и автоматизирует построение своей архитектуры. Результаты отдельных моделей оцениваются классификатором слияния, который выбирает наиболее вероятный исход.

Недавние исследования показывают, что киты и другие морские виды испытывают влияние изменения климата, включая сдвиги в путях миграции и использовании мест обитания. Североатлантических гладких китов стали наблюдать в районах, ранее не известных как важные места их обитания. Новая система MMDL предлагает новый инструмент для эффективного мониторинга и оценки важности такого нового поведения в меняющемся океане.