تطوير نموذج هجين مع التعلم المتعدد المناظر للتصنيف الصوتي لمدارس الرنجة الأطلسية

ملخص أثبتت التقدم في تكنولوجيا الصوت النشط أنها أسرع من القدرة على معالجة وتحليل البيانات بطريقة مناسبة. في الوقت الحالي، يعتمد العلماء على الفحص اليدوي أو الأتمتة المحدودة لترجمة الانعكاس الصوتي إلى مقاييس ذات مغزى بيولوجيًا مفيدة لإدارة مصائد الأسماك والنظم البيئية. لقد قامت الإدارة الوطنية للمحيطات والغلاف الجوي بمراقبة تعداد الرنجة الأطلسية في خليج ماين ومصرف جورج منذ عام 1999 بسبب الدور الاقتصادي والبيئي المهم لهذه المخزونات لصناعة الاستاكوزا التجارية. يعد الفحص اليدوي لتحديد مدارس الرنجة الأطلسية من بيانات السونار في عمود الماء مستهلكًا للوقت وغير عملي للدراسات واسعة النطاق. لت automate هذه العملية، تم اقتراح نموذج هجين مع التعلم المتعدد المناظر لاكتشاف مدارس الرنجة الأطلسية تلقائيًا، والذي يتكون من خطوتين: (1) اكتشاف منطقة الاهتمام (ROI) و(2) تصنيف ROI. تم تصميم خطوة اكتشاف ROI لاكتشاف الأجسام الشبيهة بالمدارس، بينما تم تصميم خطوة تصنيف ROI لتمييز مدارس الرنجة الأطلسية عن الأجسام الأخرى. تم استخدام خوارزمية التدريب المشترك للتعلم المتعدد المناظر وكذلك للتعلم شبه المشرف. ضمن هذا الإطار، تم تقييم ومقارنة التعلم ذو المنظر الواحد مقابل التعلم المتعدد المناظر والتعلم المشرف مقابل التعلم شبه المشرف. أظهرت نتائجنا أن التعلم المتعدد المناظر يمكن أن يحسن من أداء النموذج الهجين في اكتشاف مدارس الرنجة الأطلسية، كما أن استخدام البيانات غير المميزة مفيد أيضًا عندما يكون مجموعة التدريب صغيرة. حقق أفضل نموذج أداء نتيجة F 1 تبلغ 0.804. يوفر هذا الإطار الجديد أداة فعالة وفعالة لاكتشاف مدارس الرنجة الأطلسية تلقائيًا.