Una tubería de aprendizaje automático para la clasificación de clics de ecolocalización de cetáceos en grandes conjuntos de datos acústicos submarinos

Los algoritmos de aprendizaje automático, incluidos los avances recientes en aprendizaje profundo, son prometedores como herramientas para la detección y clasificación de señales de alta frecuencia de banda ancha en grabaciones acústicas pasivas. Sin embargo, estos métodos son generalmente exigentes en datos y el progreso ha sido limitado por desafíos relacionados con la falta de conjuntos de datos etiquetados adecuados para el entrenamiento y la prueba. Grandes cantidades de tipos de señales de banda ancha conocidas y aún no identificadas se mezclan en grabaciones marinas, con variabilidad introducida por la propagación acústica, profundidades y orientaciones de las fuentes, y señales que interactúan. La clasificación manual de estos conjuntos de datos es ingobernable sin un conocimiento profundo del contexto acústico de cada ubicación de grabación. Se presenta una tubería de clasificación de señales que combina fases de aprendizaje no supervisado y supervisado con oportunidades para la supervisión de expertos para etiquetar señales de interés. El método se ilustra con un estudio de caso usando agrupamiento no supervisado para identificar cinco tipos de clics de ecolocalización de ballenas dentadas y dos categorías de señales antropogénicas. Estas categorías se utilizan para entrenar una red profunda para clasificar señales detectadas en bloques de tiempo promediados o como detecciones individuales, en dos conjuntos de datos independientes. La clasificación a nivel de bloque logró una precisión general más alta (>99%) que la clasificación a nivel de clic. Sin embargo, la clasificación a nivel de clic tuvo la ventaja de proporcionar una etiqueta para cada señal y logró una mayor recuperación general, con una precisión general del 92 al 94%. Los resultados sugieren que el aprendizaje no supervisado es una solución viable para generar de manera eficiente los grandes conjuntos de datos de entrenamiento representativos necesarios para las aplicaciones de aprendizaje profundo en acústica pasiva.