نهج جديد لحساب عدم اليقين في التنبؤ عند استخدام المؤشرات الصوتية وخوارزميات التعلم الآلي لمراقبة مجتمعات الحيوانات

الملخص هناك اهتمام متزايد باستخدام طرق المراقبة الصوتية السلبية لمسح التنوع البيولوجي. لقد استكشت العديد من الدراسات فعالية المؤشرات الصوتية في مراقبة مجتمعات الحيوانات، وخاصة تنوع أنواع الطيور، مع نتائج مختلطة. وقد تم اقتراح أن الجمع بين مؤشرات صوتية متعددة يمكن أن يحسن الدقة. لتحقيق ذلك، استخدم الباحثون طرق التعلم الآلي، مثل الانحدار باستخدام عشوائية الغابات، والتي تعتبر أكثر قوة في هذا السياق. ومع ذلك، فإن معظم طرق التعلم الآلي لها قيود في أنها لا توفر مقاييس موثوقة لقياس عدم اليقين في تنبؤاتها. إن قياس عدم اليقين باستخدام فترات التنبؤ المناسبة له أهمية قصوى لاتخاذ قرارات إدارة مستنيرة. في هذه الدراسة، نقترح معالجة هذه المسألة باستخدام إطار تعلم آلي، يسمى التنبؤ المتوافق، والذي تم تطويره لتوفير فترات تنبؤية مضمونة. especificamente، ندرس تطبيق مجموعة تم اقتراحها مؤخرًا من التنبؤ المتوافق مع الانحدار باستخدام العمليات الجاوسية باستخدام البيانات المجمعة من خلال مسوحات الطيور والصوت في مواقع غنية بالتنوع البيولوجي في قبرص وأستراليا. هدفنا هو توضيح كيفية استخدام إطار التنبؤ المتوافق لتقييم دقة توقعات النماذج وعدم اليقين المرتبط بها عند مراقبة التنوع البيولوجي باستخدام المؤشرات الصوتية وطرق التعلم الآلي. علاوة على ذلك، نناقش كيفية دمج الإطار في مجموعة واسعة من التطبيقات البيئية لمساعدة في اتخاذ قرارات إدارة الحفظ الأكثر استنارة.