blue whale acoustics

導入

このプロジェクトは、ワシントン大学（ケイトスタッフォード、トレバー支部）の研究者とのコラボレーションです。このプロジェクトの目標は、オーディオ録音とコンプソード注釈を使用して、4種類のブルークジラからのコール用の自動分類器を構築し、オーディオ録音の各母集団からの総呼び出し数を推定することです。

はじめる

コードはPython環境で実行できます。

1. ユーザーは、「recompution.txt」ファイルに対応するパッケージをインストールする必要があります。
2. Jupyterノートブックは、生のオーディオデータと検出されたブルークジラコールの対応する注釈を使用して、高精度分類モデルを構築する方法を段階的に示しています。

ビルドとテスト

コードを実行するには、最初に実行します。

 pip install -r requirements.txt

ユーザーは手順に従って、ディープラーニングテクニックを活用して分類器モデルを構築できます。

• ステップ1：注釈に基づいてスペクトログラムを生成します。
• ステップ2：ここでベースラインモデルである畳み込みニューラルネットワーク（CNN）を構築します。
• ステップ3：シャムネットワークモデル（SNN）を構築して、ブルークジラの呼び出しを分類し、呼び出し数を推定します。このモデルは、CNNに比べて精度が高くなります。
• 注：完全なデータはまだ公開されていないため、完全なデータの小さなサンプルのみを含めました。

出版

公開された論文は、https：//asa.scitation.org/doi/full/10.1121/10.0004828?journalcode=jasにあります

貢献

このプロジェクトは、貢献と提案を歓迎します。ほとんどの貢献では、貢献者ライセンス契約（CLA）に同意する必要があります。詳細については、https：//cla.opensource.microsoft.comをご覧ください。

プルリクエストを送信すると、CLAボットはCLAを提供し、PRを適切に飾る必要があるかどうかを自動的に決定します（たとえば、ステータスチェック、コメント）。ボットが提供する指示に従うだけです。 CLAを使用して、すべてのレポでこれを1回だけ行う必要があります。

このプロジェクトは、Microsoftのオープンソース行動規範を採用しています。詳細については、FAQのコードを参照するか、追加の質問やコメントについては[email protected]にお問い合わせください。

商標

このプロジェクトには、プロジェクト、製品、またはサービスの商標またはロゴが含まれる場合があります。 Microsoftの商標またはロゴの承認された使用は、Microsoftの商標およびブランドガイドラインに従うものであり、従わなければなりません。このプロジェクトの変更されたバージョンでのMicrosoft商標またはロゴの使用は、混乱を引き起こしたり、Microsoftのスポンサーシップを暗示したりしてはなりません。サードパーティの商標またはロゴの使用は、これらのサードパーティのポリシーの対象となります。