Tiny AI-based bio-loggers revealing the interesting bits of a bird's day
我们的方法的概述和程序。A) 方法概述。B) 使用滑动时间窗口从传感器数据中提取特征并构建特征向量。C) 使用隔离树进行异常值检测。D) 决策树是通过知识蒸馏从隔离森林构建的。从树中,我们选择适合可用程序内存并产生最佳识别性能的决策树。信用:美国国家科学院院刊(2024)。DOI:10.1093/pnasnexus/pgad447

您有没有想过野生动物整天都在做什么?纪录片可以让我们一睹它们的生活,但在人们的注视下,动物并不会做出任何有趣的事情。他们行为的真正本质仍然难以捉摸。现在,来自日本的研究人员开发了一种相机,可以让我们捕捉这些行为。

最近的一项研究中发表美国国家科学院院刊大阪大学的研究人员创建了一种基于传感器的小型数据记录器(称为生物记录器),可以自动检测和记录在没有研究人员监督的情况下野生海鸟的罕见行为。

不常见的行为,例如潜入水中寻找食物,可以带来新的见解,甚至新的研究方向。但是,观察足够多的这些行为来推断任何结果是很困难的,特别是当这些行为发生在不适合人类的环境中时,例如公海。因此,这些动物的详细行为仍然很大程度上未知。

该研究的主要作者 Kei Tanigaki 说:“安装在动物身上的摄像机是观察行为的绝佳方法。”然而,摄像机非常耗电,这需要权衡。“要么视频只录制到电池耗尽,在这种情况下你可能会错过罕见的行为,要么你使用更大、更重的电池,这不适合动物。”

图片来源:大阪大学

为了避免对所研究的野生海鸟做出这种选择,该团队使用低功耗传感器(例如加速度计)来确定何时发生异常行为。然后相机打开,行为相机该生物记录仪是第一个使用的来完成这个任务。

“我们使用一种称为隔离森林的方法,”资深作者 Takuy​​a Maekawa 说。“这种方法可以很好地检测异常事件,但与许多其他人工智能算法一样,它的计算复杂。这意味着,就像对于生物记录器来说,研究人员需要一种轻量级算法,因此他们根据数据训练原始隔离森林,然后将其用作“老师”来训练较小的“学生”异常值检测器安装在生物记录仪上。

最终的生物记录仪重量为 23 克,不到所研究的条纹海鸥体重的 5%。部署了 18 个生物记录仪,总共收集了 205 小时的低功耗传感器数据,并收集了 76 个 5 分钟的视频。研究人员能够收集足够的数据来揭示鸟类摇头和觅食行为的新颖方面。

这种方法克服了大多数生物记录仪的电池寿命限制,将帮助我们了解冒险进入人类居住地区的野生动物的行为。它还将使动物人类无法观察到的。这意味着许多其他罕见的行为——从日本猴子清洗甘薯到以水母为食的企鹅——现在可以在未来进行研究。

更多信息:Kei Tanigaki 等人,使用带有机载轻型异常值检测器的视频生物记录仪自动记录野生动物的罕见行为,美国国家科学院院刊(2024)。DOI:10.1093/pnasnexus/pgad447

引文:基于人工智能的微型生物记录仪揭示鸟类一天的有趣片段(2024 年,1 月 18 日)检索日期:2024 年 1 月 18 日来自 https://techxplore.com/news/2024-01-tiny-ai-based-bio-loggers.html

本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外,不得未经书面许可,不得复制部分内容。所提供的内容仅供参考。