Unser Bioakustik-Grundmodell Perch wurde hauptsächlich mit terrestrischen Tieren - wie Vögeln - trainiert. Aber Perch 2.0 zeigt eine unglaubliche Leistung bei Unterwasserakustik. So hilft es uns, marine Ökosysteme zu hören und zu verstehen 🧵

Der Ozean ist eine „Klanglandschaft“ voller Geheimnisse. Um Unterwasserarten zu schützen, müssen wir sie im großen Maßstab identifizieren. Kürzlich haben wir Perch 2.0 gestartet, das bei marinen Validierungsaufgaben hervorragende Leistungen erbringt - obwohl im Training keine Unterwassergeräusche verwendet wurden.

Um die Fähigkeiten von Perch 2.0 zur Identifizierung von Unterwasserschall zu erweitern, haben wir Transferlernen genutzt. Das vortrainierte Modell kann bereits Schall verstehen, daher bringen wir ihm bei, nur neue Parameter für den letzten Schritt im Prozess zu lernen, indem wir es auf eine neue Art anwenden.

Perch 2.0 wurde in einer Reihe von Aufgaben zur Walvokalisation bewertet: Unterscheidung verschiedener Bartenwalarten und Unterpopulationen von Schwertwalen. Im Vergleich zu vortrainierten Modellen landete es konstant im besten oder zweitbesten Modell für jedes Datenset und jede Stichprobengröße.

Wir glauben, dass Perch 2.0 so erfolgreich darin ist, Vogeldaten in Unterwasserschall zu übertragen, weil es in der Lage ist: Zu verallgemeinern: Es kann Geräusche, die nicht in seinem Training enthalten sind, fachkundig kategorisieren. Ähnliche Geräusche zu klassifizieren: Es ist gezwungen, detaillierte akustische Merkmale zu lernen. Vielfalt zu erkennen: Eine Vielzahl von Arten zu identifizieren, die sich vokalisierte, aber dennoch strukturelle Merkmale teilen.