論文の概要: Sustainable Recreational Fishing Using a Novel Electrical Muscle
Stimulation (EMS) Lure and Ensemble Network Algorithm to Maximize Catch and
Release Survivability
- arxiv url: http://arxiv.org/abs/2006.10125v1
- Date: Wed, 13 May 2020 20:35:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-03 12:41:49.996325
- Title: Sustainable Recreational Fishing Using a Novel Electrical Muscle
Stimulation (EMS) Lure and Ensemble Network Algorithm to Maximize Catch and
Release Survivability
- Title（参考訳）: 新たな筋刺激(EMS)ルアー・アンサンブル・ネットワーク・アルゴリズムを用いたサステナブルなレクリエーション漁獲による漁獲・放流の最大化
- Authors: Petteri Haverinen, Krithik Ramesh, Nathan Wang
- Abstract要約: 過剰に漁獲された個体の25%はアンカーに遡ることができる。
電気的筋肉刺激に基づく新しい釣りルアーが提案されている。
魚眼カメラのボブは、水中の映像をスマートフォンアプリにワイヤレスで中継するように設計されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With 200-700 million anglers in the world, sportfishing is nearly five times
more common than commercial trawling. Worldwide, hundreds of thousands of jobs
are linked to the sportfishing industry, which generates billions of dollars
for water-side communities and fisheries conservatories alike. However, the
sheer popularity of recreational fishing poses threats to aquatic biodiversity
that are hard to regulate. For example, as much as 25% of overfished
populations can be traced to anglers. This alarming statistic is explained by
the average catch and release mortality rate of 43%, which primarily results
from hook-related injuries and careless out-of-water handling. The
provisional-patented design proposed in this paper addresses both these
problems separately First, a novel, electrical muscle stimulation based fishing
lure is proposed as a harmless and low cost alternative to sharp hooks. Early
prototypes show a constant electrical current of 90 mA applied through a 200g
European perch's jaw can support a reeling tension of 2N - safely within the
necessary ranges. Second, a fish-eye camera bob is designed to wirelessly relay
underwater footage to a smartphone app, where an ensemble convolutional neural
network automatically classifies the fish's species, estimates its length, and
cross references with local and state fishing regulations (ie. minimum size,
maximum bag limit, and catch season). This capability reduces overfishing by
helping anglers avoid accidentally violating guidelines and eliminates the need
to reel the fish in and expose it to negligent handling. IN conjunction, this
cheap, lightweight, yet high-tech invention is a paradigm shift in preserving a
world favorite pastime; while at the same time making recreational fishing more
sustainable.
- Abstract（参考訳）: 世界で2億～7億アングルを持つsportfishingは、商用トロールの5倍も一般的だ。
世界中で何十万人もの雇用がスポーツ漁業産業と結びついており、水辺のコミュニティや漁業の保護団体にも何十億ドルもの収入をもたらしている。
しかし、レクリエーション漁業の人気は、規制が難しい水生生物多様性に脅かされている。
例えば、魚の過剰な個体群の25%はアングルサーに遡ることができる。
このアラーム統計は平均キャッチ・アンド・リリース死亡率43%で説明され、これは主にフック関連の怪我と不注意な水の取扱いによって引き起こされる。
本論文で提案する仮特許設計は,これらの課題をそれぞれ別々に解決し,シャープフックに代わる無害で低コストな代替手段として新規な電気筋肉刺激による釣り用ルアーを提案する。
初期の試作機では、200gのヨーロッパのパーチの顎を通して印加された90mAの電流が、必要な範囲で安全に2Nのリーリング張力をサポートすることを示した。
第2に、魚眼カメラのbobは、水中の映像をスマートフォンアプリにワイヤレス中継するように設計されている。そこでは、アンサンブル畳み込みニューラルネットワークが自動的に魚の種を分類し、その長さを推定し、地元の漁獲規制(最小サイズ、最大バッグ制限、キャッチシーズン)と交差する。
この能力は、アンカーが誤ってガイドラインに違反しないようにすることで過剰漁を減らし、魚を巻き込む必要がなくなる。
同時に、この安価で軽量でハイテクな発明は、世界の好きな時を保ちながら、レクリエーション漁をより持続可能なものにするパラダイムシフトである。
関連論文リスト
- FishNet: Deep Neural Networks for Low-Cost Fish Stock Estimation [0.0]
FishNetは、分類分類と魚の大きさ推定の両方を自動化したコンピュータビジョンシステムである。
我々は163種の1.2万魚を含む30万枚の手ラベル画像のデータセットを使用する。
魚の区分け作業では92%、単一魚種分類では89%、魚長推定では2.3cmの平均絶対誤差が達成されている。
論文 参考訳（メタデータ） (2024-03-16T12:44:08Z) - Lightweight Fish Classification Model for Sustainable Marine Management:
Indonesian Case [2.94944680995069]
オーバーフィッシングは 持続可能な海洋開発における 主要な問題の一つです
本研究は,保護魚種の識別を支援する魚類分類技術の進歩について提案する。
インドネシア列島沖で発見された魚の37,462枚の画像のラベル付きデータセットを収集した。
論文 参考訳（メタデータ） (2024-01-04T13:56:54Z) - UDEEP: Edge-based Computer Vision for In-Situ Underwater Crayfish and
Plastic Detection [3.3512412533987903]
侵入信号クレーフィッシュは生態系に有害な影響を及ぼす。
白爪のクラゲの個体数は、一部のイングランドの郡で90%以上減少している。
UDEEPプラットフォームは環境モニタリングにおいて重要な役割を果たす。
論文 参考訳（メタデータ） (2023-12-21T16:03:59Z) - Egocentric Whole-Body Motion Capture with FisheyeViT and Diffusion-Based
Motion Refinement [65.08165593201437]
本研究では,人体と手の動きを同時に推定する単一魚眼カメラを用いて,自我中心型全体モーションキャプチャーを探索する。
この課題は、高品質なデータセットの欠如、魚眼カメラの歪み、人間の身体の自己閉塞など、重大な課題を提起する。
そこで本研究では,魚眼画像の特徴を3次元人体ポーズ予測のための3次元熱マップ表現に変換した魚眼画像の特徴を抽出する手法を提案する。
論文 参考訳（メタデータ） (2023-11-28T07:13:47Z) - Cuttlefish: Low-Rank Model Training without All the Tuning [55.984294012024755]
自動低ランクトレーニングアプローチであるCuttlefishを紹介します。
カトルフィッシュは、すべての階層の安定したランクが収束すると、フルランクからローランクのトレーニングに切り替える。
以上の結果から,Cuttlefishはフルランクモデルの最大5.6倍のモデルを生成し,エンドツーエンドのトレーニングプロセスの最大1.2倍の高速化を実現している。
論文 参考訳（メタデータ） (2023-05-04T04:20:20Z) - TempNet: Temporal Attention Towards the Detection of Animal Behaviour in
Videos [63.85815474157357]
本稿では,映像中の生物学的行動を検出するための,効率的なコンピュータビジョンと深層学習に基づく手法を提案する。
TempNetはエンコーダブリッジと残留ブロックを使用して、2段階の空間的、そして時間的、エンコーダでモデル性能を維持する。
本研究では,サブルフィッシュ (Anoplopoma fimbria) 幼虫の検出への応用を実証する。
論文 参考訳（メタデータ） (2022-11-17T23:55:12Z) - Ranked Prioritization of Groups in Combinatorial Bandit Allocation [62.24280332575472]
我々は,種々に対する報酬を交換する新たな盗賊的目標を提案する。
この目的をリプシッツ連続報酬関数の重み付き線型和として表すことができる。
論文 参考訳（メタデータ） (2022-05-11T17:40:29Z) - Responding to Illegal Activities Along the Canadian Coastlines Using
Reinforcement Learning [1.8899300124593648]
Illegal, Unreported, and Unregulated' (IUU) 漁業事件は、深刻な環境と経済的な影響をもたらした。
IUU漁による年間損失は250億ドルに達した。
本論では, 沿岸海域において, 海難船を捕獲する船舶群の動きを調整することの問題点について述べる。
論文 参考訳（メタデータ） (2021-08-05T04:18:07Z) - SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to
Generate an Improved Ocean Model [72.3183990520267]
シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。
具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。
提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
論文 参考訳（メタデータ） (2021-06-24T17:29:42Z) - Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。
提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
論文 参考訳（メタデータ） (2020-11-28T05:51:19Z) - Predicting Illegal Fishing on the Patagonia Shelf from Oceanographic
Seascapes [0.0]
違法で、報告されず、規制されていない(IUU)漁業は、魚の備蓄と管理の努力を損なう。
船舶追跡データと機械学習を用いて、パタゴニア棚の違法な漁獲を予測する。
論文 参考訳（メタデータ） (2020-07-10T16:31:25Z)
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。