الشبكات العصبية الاصطناعية لتحديد أنواع الأسماك

الملخص كابرييرا، أ. ج.، تريبودي، م.، وماديرولاس، أ. 2009. الشبكات العصبية الاصطناعية لتحديد أنواع الأسماك. – مجلة علوم البحار التابعة لـ ICES، 66: 1119–1129. يعد الكشف الصوتي عن الأسماك أداة قيمة للمراقبة المستمرة لأسماك المدارس. ومع ذلك، لا تزال التغيرات في تركيب الأنواع أو المواقف متعددة الأنواع المختلطة تعقد تحليل البيانات الصوتية. عادة ما يتم التحقق من تسجيلات الصدى من خلال السحب، ولكن فقط في مواقع معينة. ومع ذلك، قد تكون نسب الأنواع وتوزيعات الأحجام في الصيد متحيزة بسبب انتقائية المعدات وتجنب الأسماك. في هذه الورقة، تم تطبيق تقنيات تتضمن تدريب واختبار الشبكات العصبية الاصطناعية (ANNs) للاعتراف التلقائي وتصنيف تسجيلات الصدى الرقمية للتجمعات في جنوب غرب الأطلسي. تم استخراج أوصاف الطاقة، والمورفومترية، والعمق من تسجيلات الصدى كمدخلات لـ ANNs. تم اعتبار عدة أنواع من الأسماك الطافية والقاعية المعروفة بالتجمع في المدارس، بما في ذلك الأنشوجة، والجرائم الخشنة، والهوجي ذو الذيل الطويل، والسبرات، والسمك الأبيض الأزرق. تم اختبار أنواع مختلفة من ANNs. تم الحصول على أفضل أداء من خلال تسوية بيانات المدخلات (عدد المدارس) حسب النوع. تم الحصول على معدلات تصنيف صحيحة تصل إلى 96%، حسب النوع، ونوع الشبكة، وعدد أوصاف المدارس المستخدمة. بعض هذه الأنواع تسكن مناطق جغرافية بعيدة عن بعضها البعض. ومن ثم، تم التحقيق في مساهمة موقع المدرسة كأحد الأوصاف. من خلال حذف الموقع الجغرافي للمدارس من بيانات المدخلات الخاصة بـ ANN، انخفض الأداء المتوسط إلى حد ما ولكنه لا يزال مرضيًا، مما يدل على أن الشبكات كانت قادرة عادةً على التعرف على أنواع الأسماك بناءً فقط على الخصائص الجوهرية للمدرسة. لقد شجعت النتائج على مزيد من اختبار هذه الطريقة كأداة مفيدة لفحص الرسوم البيانية للصدى.