arama

Facebook’ta Bulunabilecek Algoritmalarla Yunusların İzlenmesi

Dr Frasier'nin dağ dağlarından geçip yunusların tıklamalarını belirlemesi işiydi.
  • paylaş
  • paylaş
  • paylaş
  • paylaş
  • paylaş
  • Bilgi PortaLı Bilgi PortaLı

Yunusları izlemek kaygan, yamalı bir süreçtir. Evvela, pahalı bir gemi veya uçakta vakit ayırmalısınız. Ondan sonra, gördüğünüz hava, umman şartları ve canlıların deniz yüzeyinde takılıp kalmadığı gibi kontrol edilemeyen etkenlere bağlı.

Alternatif olarak araştırmacılar yunusların yosunlaşma için kullandığı tıklamaları dinlemek için sualtı sensörlerini kullanmayı tecrübe etti ve sualtı memelilerinin sayıları, dağılımları ve davranışları ile ilgili emare verebilir. Bununla beraber, tüm bu verilerin ele geçirilmesi yeni bir baş ağrısı haline geliyor.

Bir makine öğrenme programı – yeni Facebook arkadaşlarını önerenine benzemektedir – yardımcı olabilir. Perşembe günü PLOS Hesaplamalı Biyolojisinde yayınlanan bir çalışmada , California’daki Scripps Oşinografi Enstitüsü’nden bilim insanları 52 milyon yunus tıklamasını tahlil edebilen ve yedi değişik ses grubunu tanımlayabilen bir algoritma sundu. Yazarlar speküle eden bu tıklama türlerini farklı yunuslara tekabül edebilirler.

Bir hayli iyi bilim hikayesi gibi, bu da üniversite talebelerinin sefaletinin neticesiydi. Kait Frasier , doktorasını başlattıktan kısa müddet sonra . içinde Balina Akustik Lab at Scripps, Deepwater Horizon petrol sızıntısı oldu. Kendisi ve meslektaşları, dökülmeden sonra yunusların nasıl yaptıklarını izlemek istemek için Meksika Körfezi etrafında akustik idrak ediciler yerleştirdiler. Dr Frasier’nin dağ dağlarından geçip yunusların tıklamalarını belirlemesi işiydi.

Scripps’deki asistan proje bilim insanı Dr. Frasier, “Yunus sinyallerinde kalıpların çevrenine harbiden sarılmak için uzun yıllar çalıştım” diye konuştu. “Bir yere gidebilirdim, ancak uzun bir zaman aldı ve biraz öznel oldu.”

Kendisinin ve ortak çalışanlarının geliştirdiği yol adımlarla çalıştı. Birincisi, idrak etme programı yıllarca ses kayıtlarını taradı ve tüm parçaları yunus tıklamaları ile çıkardı. Algoritmaları daha sonra bu kesimleri beş dakikalık bloklar halinde reyerek her bir zaman penceresi için vasati bir tıklama oranı ve sıklık şekli oluşturdu.

Daha sonra program, benzer ortalama tıklama oranları ve frekans profillerine sahip beş dakikalık parçaları bir araya getirdi. Dr. Frasier, çok daha kolay bir şekilde olsa da, sosyal medya kılavuzlarını, müzikleri veya reklamları bize öneren çevrimiçi algoritmalara çok benzer bir şekilde çalıştığını söyledi.

Tek bir sitedeki bir senelik kayıtları çözümlemek üç hafta sürmesine rağmen algoritma, beş sitedeki iki senelik verileri sıralamak dört gün sürdü.

“Kontrolsüz” bir süreç – yazarlar belirli bir kategoriyi evvelce tanımak için algoritma eğitimi almadı – başka bir deyişle program yedi ayrık tıklama kümesi ile geldi.

Bunlardan biri, Risso’nun yunus isimi verilen bir türün olağandışı tıklama profili ile meblağlıydı. Bu, onların metodunun işe yarayabileceğini düşündüren “iyi sıhhat denetimi”, Dr. Frasier diye konuştu.

Kendisi ve ortak çalışanları, diğer tıklama türlerinden ikisinin Meksika Körfezi’nde yaşayan umman yunus ailesinin azaları olan kısa süren kaptan balinalara ve düzmece katil balinalara ait olduğunu düşünüyorlardı.

Makine öğrenme yaklaşımı heyecan verici bir potansiyele sahip, ancak araştırmaya katılmayan Florida’daki Eckerd Koleji’ndeki biyoloji ve deniz bilimleri profesörü Shannon Gowans , algoritmanın tahminlerini kontrol etmek için alan çalışmalarına ihtiyaç duyuyor .