حتی دانشمندان می توانید بگویید این پرندگان از هم جدا. اما در حال حاضر کامپیوتر می

اجتماعی بافندگان نگاه تقریبا یکسان—حداقل به انسان است.

Afripics/Alamy عکس سهام

این یک واقعیت زندگی برای birders که برخی از گونه های در حال fiendishly دشوار است برای گفتن از هم جدا در مورد گنجشک و یکنواخت و خسته کننده سیاسی لقب “کمی قهوه ای شغل است.” تشخیص افراد تقریبا غیر ممکن است. در حال حاضر یک برنامه کامپیوتری تجزیه و تحلیل عکس ها و ویدئوها را به انجام رسانده است که feat. این وعده های پیشرفته به فاش کردن اطلاعات جدید در پرنده رفتارها.

“ما صرف مقدار زیادی از زمان با دوربین دوچشمی, ماندم, به, خیره در پرندگان و پاهای خود می گوید:” جنس زنبق و سوسن لوین رفتاری بوم در کنیون کالج بود که درگیر در کار جدید. دلیل: برای سال محققان شناسایی پرندگان با قرار دادن باندهای رنگی بر روی پاهای خود را. آنها با استفاده از این باند برای شناسایی پرندگان وحشی—و در عکس ها و ویدئوها در آزمایشگاه است. این کار اغلب می تواند دشوار لوین می گوید.

ویژه مجهز برچسب ها می توانید این کار را آسان تر از جمله GPS و سنسورهای مجاورت که ضبط زمانی که حیوانات ارتباط برقرار می کنند. منفعل یکپارچه transponder (گودال) برچسب ها نیز استفاده می شود برای جلوگیری از دزدی از مغازه و شناسایی حیوانات خانگی, پینگ مرتبط آنتن هنگامی که یک پرنده اراضی در عرض چند سانتی متر است. رفتاری بوم کلر Doutrelant از CNRS فرانسه ملی تحقیقات آژانس و همکاران او اضافه شده است این برچسب ها به پا حلقه های اجتماعی ویور پرندگان (Philetairus socius) پس از 2017.

اجتماعی بافندگان با هم کار کنند برای ساخت بزرگ لانه در آفریقای جنوبی اغلب در درختان اقاقیا. لانه می توانید وزن به اندازه 1 تن و خانه به 200 پرندگان در اتاق های فردی. خود تعاونی رفتارهای همچنین شامل جوجه پرورش و دفاع در برابر مار و شاهین. برای مطالعه این رفتارهای شناسایی و ردیابی صدها فرد پرندگان.

آنتن بر روی فیدر پیگیری که پرندگان در حال زندگی در مستعمره. اما بیشتر گرانول اطلاعات مانند که پرندگان کمک بیشتر به فعالیت های اجتماعی—ممکن نبوده است که راه. و Doutrelant و همکاران او نمی تواند محل آنتن در سراسر لانه: پرندگان با احتیاط از آنها اتاق های خود هستند و بیش از حد نزدیک به یک دیگر برای قابل اعتماد جمع آوری داده ها.

بنابراین اعضای تیم آندره فریرا یک دانشجوی دکتری در دانشگاه مونپلیه تصمیم به سعی کنید یک نوع از هوش مصنوعی است. این ابزار به نام شبکه های عصبی کانولوشن, sifts از طریق هزاران نفر از تصاویر به کشف کردن که ویژگی های بصری را می توان مورد استفاده برای طبقه بندی یک تصویر داده شده; سپس آن را با استفاده از آن اطلاعات برای طبقه بندی تصاویر جدید. Convolutional شبکه های عصبی شده اند استفاده می شود برای شناسایی انواع گونه های گیاهی و جانوری در طبیعت از جمله 48 انواع حیوانات آفریقایی. آنها حتی زمانی پیچیده تر وظیفه برای فیل ها و برخی پستانداران: افتراق بین افراد از همان گونه.

یک algorithim آهنگ های فردی پرندگان به عنوان آنها همکاری خود را ساخت عظیم اجتماعی لانه.

کاتیا Bougiouri و آندره فریرا

Ferreira تغذیه شبکه عصبی چند هزار عکس از 30 اجتماعی بافندگان است که در حال حاضر شده است برچسب. “هیچ کس تا به حال آمد تا با یک روش کارآمد برای جمع آوری این داده های آموزشی, مجموعه,” او می گوید. به عکس او راه اندازی دوربین نزدیک فیدر پرنده مجهز به رادیو با فرکانس آنتن. به عنوان به زودی به عنوان پرندگان فرود یک کامپیوتر کوچک خود را ثبت هویت خود را با استفاده از برچسب گودال و یک دوربین جامعی تصاویر از پشت خود را هر 2 ثانیه. (نمای عقب است بخشی از این پرنده دیده می شود اغلب در حالی که آنها تودرتو یا جستجوگری.)

پس از فقط 2 هفته Ferreira تا به حال به اندازه کافی عکس ها برای آموزش شبکه عصبی. “ما هنوز مطمئن شوید که اگر آن کار می کند” Doutrelant به یاد می آورد. “ما مشاهده کردیم که این پرندگان زیادی است و ما هرگز موفق به تشخیص آنها را بدون رنگ حلقه.” اما هنگامی که با توجه به عکسهای آن را ندیده بود قبل از شبکه عصبی به درستی شناسایی فردی پرندگان 90% از زمان, آنها در این هفته گزارش در روش در اکولوژی و تکامل. Doutrelant می گوید که در مورد همان دقت انسان در تلاش به نقطه رنگ حلقه ها با دوربین دوچشمی.

فریرا و سپس تلاش روش بر دو گونه پرنده مورد مطالعه توسط Damien Farine یک رفتاری بوم شناس در موسسه ماکس پلانک از رفتار حیوانات. این ابزار فقط به عنوان دقیق در شناسایی فنچ گورخر در اسارت و بزرگ در وحشی. هر دو گونه به طور گسترده ای مورد مطالعه توسط کارشناسان محیط زیست.

اما گیل Patricelli یک رفتاری بوم شناس در دانشگاه کالیفرنیا دیویس می بیند برخی از محدودیت های این روش است. برای مثال گونه است که دشوار است برای گرفتن و برچسب آن می تواند سخت برای به دست آوردن هزاران نفر از شناسایی عکس های مورد نیاز برای آموزش شبکه عصبی. او مطالعات بیشتر حكيم grouse, گونه های در کاهش و او تلاش می کند برای جلوگیری از دست زدن به آنها را به دلیل آن تنش پرندگان. یکی دیگر از پتانسیل محدودیت: هنگامی که پرندگان molt شبکه عصبی ممکن است آنها را تشخیص دهد و نیاز به باز آموزی است. Ferreria در حال جمع آوری عکس ها از دیگر ویژگی های چنین به عنوان جنبه ای از سر برای بهبود ابزار.

بزرگترین محدودیت با جریان عصبی, شبکه, Ferreira می گوید این است که آن را در تلاش برای شناسایی هر پرنده به عنوان یکی است که آن را در حال حاضر می داند که پس از آن نمی تواند تشخیص یک فرد جدید. فریرا در حال حاضر کار با Farine سعی کنید یک نوع متفاوت از شبکه های عصبی است که می تواند انجام دهد که این امر نیاز به روت بر روی تصاویر از بسیاری از پرندگان است. اگر مجموعه داده بودند به اندازه کافی بزرگ این ابزار می تواند مورد استفاده قرار گیرد حتی توسط محققان که نشده با برچسب پرندگان خود را. “من فکر می کنم این امر می تواند یک بازی کامل تعویض” Farine می گوید.

با وجود آن محدودیت Patricelli تماس های جدید کار “هیجان انگیز” و می گوید از آن باز می شود امکانات برای تحصیل بسیاری دیگر از گونه های پرنده و رفتارهای. “واقعیت این است که این الگوریتم قادر به آنها بگویید از هم جدا زمانی که آنها نگاه بسیار شبیه به چشم است که قطعا قابل توجه است.”

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.de

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>