論文の概要: Detecting and Tracking Communal Bird Roosts in Weather Radar Data
- arxiv url: http://arxiv.org/abs/2004.12819v1
- Date: Fri, 24 Apr 2020 02:40:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-10 03:26:01.784453
- Title: Detecting and Tracking Communal Bird Roosts in Weather Radar Data
- Title(参考訳): 気象レーダデータによる鳥の群れの検出と追跡
- Authors: Zezhou Cheng, Saadia Gabriel, Pankaj Bhambhani, Daniel Sheldon,
Subhransu Maji, Andrew Laughlin, David Winkler
- Abstract要約: 本稿では,気象レーダデータ中のルーストシグネチャを検出し,追跡する機械学習システムについて述べる。
システムは、これまで知られていなかったルーストの場所を検出し、全米のルーストに関する包括的な時間データを提供する。
- 参考スコア(独自算出の注目度): 31.330559694218564
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The US weather radar archive holds detailed information about biological
phenomena in the atmosphere over the last 20 years. Communally roosting birds
congregate in large numbers at nighttime roosting locations, and their morning
exodus from the roost is often visible as a distinctive pattern in radar
images. This paper describes a machine learning system to detect and track
roost signatures in weather radar data. A significant challenge is that labels
were collected opportunistically from previous research studies and there are
systematic differences in labeling style. We contribute a latent variable model
and EM algorithm to learn a detection model together with models of labeling
styles for individual annotators. By properly accounting for these variations
we learn a significantly more accurate detector. The resulting system detects
previously unknown roosting locations and provides comprehensive
spatio-temporal data about roosts across the US. This data will provide
biologists important information about the poorly understood phenomena of
broad-scale habitat use and movements of communally roosting birds during the
non-breeding season.
- Abstract(参考訳): 米国気象レーダーのアーカイブには、過去20年間に大気中の生物現象に関する詳細な情報が記録されている。
夜間の雄鶏の場所では、集団的に雄鶏が多数集結し、その朝の雄鶏の出羽はレーダー画像の特徴的なパターンとしてしばしば見られる。
本稿では,気象レーダデータ中のroostシグネチャの検出と追跡を行う機械学習システムについて述べる。
重要な課題は、ラベルが従来の研究から日和見的に収集され、ラベルのスタイルに系統的な違いがあることである。
遅延変数モデルとEMアルゴリズムを用いて,個々のアノテータに対するラベル付けスタイルのモデルとともに検出モデルを学習する。
これらの変動を適切に考慮し、より正確な検出器を学習する。
このシステムは、未知の雄鶏の位置を検知し、米国中の雄鶏に関する包括的時空間データを提供する。
このデータは、広義の生息地の使用や、非繁殖期における共生鳥類の移動について理解されていない重要な情報を提供する。
関連論文リスト
- SatBird: Bird Species Distribution Modeling with Remote Sensing and
Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。
ケニアでは低データのレシエーションを表すデータセットも提供しています。
リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文 参考訳(メタデータ) (2023-11-02T02:00:27Z) - Energy-based Detection of Adverse Weather Effects in LiDAR Data [7.924836086640871]
本稿では,LiDARデータにおける悪天候の影響を検知するための新しい手法を提案する。
提案手法では,低エネルギースコアを不整点,高エネルギースコアを不整点に関連付ける。
悪天候下でのLiDAR知覚の研究領域の拡大を支援するため、SemanticSprayデータセットをリリースする。
論文 参考訳(メタデータ) (2023-05-25T15:03:36Z) - Imbalanced Aircraft Data Anomaly Detection [103.01418862972564]
航空シナリオ下でのセンサーからの時間データの異常検出は実用的だが難しい課題である。
本稿では,グラフィカル・テンポラル・データ分析フレームワークを提案する。
シリーズ・トゥ・イメージ (S2I) と呼ばれる3つのモジュール、ユークリッド距離 (CRD) を用いたクラスタ・ベース・リサンプリング・アプローチ、変数・ベース・ロス (VBL) から構成される。
論文 参考訳(メタデータ) (2023-05-17T09:37:07Z) - Bird Distribution Modelling using Remote Sensing and Citizen Science
data [31.375576105932442]
気候変動は生物多様性の喪失の主要な要因である。
種の分布には大きな知識ギャップがある。
本稿では,コンピュータビジョンを利用した種分散モデルの改良手法を提案する。
論文 参考訳(メタデータ) (2023-05-01T20:27:11Z) - Physics-informed inference of aerial animal movements from weather radar
data [0.0]
我々は、利用可能なレーダデータから移動パターンを再構築する問題に取り組む。
畳み込みデコーダは、推定潜在状態を既知のレーダー観測モデルを適用する物理空間にマッピングする。
合成レーダデータを用いた実験は, 復元品質とデータ効率の観点から有望な結果を示した。
論文 参考訳(メタデータ) (2022-11-08T20:20:52Z) - Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。
畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
論文 参考訳(メタデータ) (2022-10-10T17:37:56Z) - Manipulating UAV Imagery for Satellite Model Training, Calibration and
Testing [4.514832807541816]
現代の家畜の農業はますますデータ駆動化が進み、広範囲のデータを収集するために効率的なリモートセンシングに依存している。
衛星画像はそのようなデータソースの1つであり、カバー範囲が増加しコストが低下するにつれて、農家にとってアクセスしやすくなっている。
本稿では,衛星データの品質に合わせた高分解能UAV画像の多時間データセットを提案する。
論文 参考訳(メタデータ) (2022-03-22T03:57:02Z) - The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。
主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文 参考訳(メタデータ) (2022-01-09T20:13:27Z) - DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly
detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。
通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。
その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文 参考訳(メタデータ) (2021-09-08T14:07:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。