論文の概要: An Analysis of Elephants' Movement Data in Sub-Saharan Africa Using
Clustering
- arxiv url: http://arxiv.org/abs/2111.03533v1
- Date: Fri, 5 Nov 2021 14:46:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-08 16:49:11.291805
- Title: An Analysis of Elephants' Movement Data in Sub-Saharan Africa Using
Clustering
- Title(参考訳): クラスタリングを用いたサハラ以南アフリカにおけるゾウの動きデータの解析
- Authors: Gregory Glatzer, Prasenjit Mitra, and Johnson Kinyua
- Abstract要約: サハラ以南のアフリカ地域のアフリカ・エレファントにとっての興味ある場所を特定するために,クラスタリングの利用について検討する。
南アフリカのクルーガー国立公園(KNP)、ナミビアのエトシャ国立公園、およびブルキナファソとコンゴの地域で、アフリカゾウの追跡のための公開データセットを用いて分析を行った。
予想通り、ゾウは水源周辺や人間の居住地、特に水穴のある場所を中心に動きを集結する傾向にある。
- 参考スコア(独自算出の注目度): 4.226857685278872
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding the movement of animals is crucial to conservation efforts.
Past research often focuses on factors affecting movement, rather than
locations of interest that animals return to or habitat. We explore the use of
clustering to identify locations of interest to African Elephants in regions of
Sub-Saharan Africa. Our analysis was performed using publicly available
datasets for tracking African elephants at Kruger National Park (KNP), South
Africa; Etosha National Park, Namibia; as well as areas in Burkina Faso and the
Congo. Using the DBSCAN and KMeans clustering algorithms, we calculate clusters
and centroids to simplify elephant movement data and highlight important
locations of interest. Through a comparison of feature spaces with and without
temperature, we show that temperature is an important feature to explain
movement clustering. Recognizing the importance of temperature, we develop a
technique to add external temperature data from an API to other geospatial
datasets that would otherwise not have temperature data. After addressing the
hurdles of using external data with marginally different timestamps, we
consider the quality of this data, and the quality of the centroids of the
clusters calculated based on this external temperature data. Finally, we
overlay these centroids onto satellite imagery and locations of human
settlements to validate the real-life applications of the calculated centroids
to identify locations of interest for elephants. As expected, we confirmed that
elephants tend to cluster their movement around sources of water as well as
some human settlements, especially those with water holes. Identifying key
locations of interest for elephants is beneficial in predicting the movement of
elephants and preventing poaching. These methods may in the future be applied
to other animals beyond elephants to identify locations of interests for them.
- Abstract(参考訳): 動物の動きを理解することは保存活動に不可欠である。
過去の研究は、動物が生息地に戻る場所ではなく、運動に影響を与える要因に焦点を当てた。
我々は,サハラ以南のアフリカゾウの生息地を特定するためにクラスタリングを用いた。
解析は、南アフリカのクルーガー国立公園(knp)、ナミビアのエトシャ国立公園、およびブルキナファソとコンゴの地域において、アフリカゾウを追跡するための一般公開データセットを用いて実施した。
dbscanとkmeansクラスタリングアルゴリズムを使用して、クラスタとcentroidsを計算し、エレファント移動データを簡単にし、関心のある重要な場所を強調する。
特徴空間と温度を比較した結果, 温度は移動のクラスタリングを説明する上で重要な特徴であることがわかった。
温度の重要性を認識し、温度データを持たない他の地理空間データセットにapiから外部の温度データを追加する手法を開発した。
異なるタイムスタンプで外部データを使用する際のハードルに対処した後、このデータの品質と、この外部温度データに基づいて算出されたクラスタのセントロイドの品質を考察する。
最後に、これらのセントロイドを衛星画像と人間の居住地の位置に重ね合わせ、計算されたセントロイドの実際の応用を検証することにより、ゾウの興味のある場所を特定する。
予想通り、ゾウは水源周辺や人間の居住地、特に水穴のある場所を中心に移動する傾向にあることを確認した。
象にとって重要な場所を特定することは、象の動きを予測し、密猟を防ぐのに有用である。
これらの方法は将来、ゾウ以外の動物にも応用され、彼らの興味のある場所を特定することができる。
関連論文リスト
- FLOGA: A machine learning ready dataset, a benchmark and a novel deep
learning model for burnt area mapping with Sentinel-2 [41.28284355136163]
森林火災は人間や動物の生活、生態系、社会経済の安定に重大な脅威をもたらす。
本研究では、FLOGA(Forest wiLdfire Observations for the Greek Area)と名付けた機械学習可能なデータセットを作成し、導入する。
このデータセットは、山火事の前後に取得された衛星画像からなるため、ユニークなものである。
我々はFLOGAを用いて、複数の機械学習アルゴリズムとディープラーニングアルゴリズムの徹底的な比較を行い、バーント領域の自動抽出を行う。
論文 参考訳(メタデータ) (2023-11-06T18:42:05Z) - 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) - HarvestNet: A Dataset for Detecting Smallholder Farming Activity Using
Harvest Piles and Remote Sensing [50.4506590177605]
HarvestNetは、2020-2023年のエチオピアのティグレイとアムハラの農場の存在をマッピングするためのデータセットである。
本研究は,多くの小作システムの特徴ある収穫杭の検出に基づく新しい手法を提案する。
本研究は, 農作物のリモートセンシングが, 食品の安全地帯において, よりタイムリーかつ正確な農地評価に寄与することが示唆された。
論文 参考訳(メタデータ) (2023-08-23T11:03:28Z) - Flickr Africa: Examining Geo-Diversity in Large-Scale, Human-Centric
Visual Data [3.4022338837261525]
アフリカの各国に関連付けられた地理タグ付きFlickr画像を用いて、大規模な人中心画像の地理的多様性を解析した。
欧州の人口適合国と比較して,利用可能なデータの量と内容について報告する。
我々は、アフリカからのかなりの数の画像が、非地元の写真家によって撮影されている証拠として、他者現象の発見を提示する。
論文 参考訳(メタデータ) (2023-08-16T20:12:01Z) - Analysis of Elephant Movement in Sub-Saharan Africa: Ecological,
Climatic, and Conservation Perspectives [3.535922460355237]
本研究では,サハラ以南アフリカにおけるゾウ運動の複雑なパターンを解明するための分析的アプローチを提案する。
我々の研究は、人間・エレファント紛争を最小限に抑え、土地利用を効果的に管理し、密猟対策を強化する戦略を通知することができる。
論文 参考訳(メタデータ) (2023-07-21T03:23:17Z) - Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。
従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。
本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
論文 参考訳(メタデータ) (2023-06-05T03:36:01Z) - Reef-insight: A framework for reef habitat mapping with clustering
methods via remote sensing [0.3670422696827526]
我々は、高度なクラスタリング手法とリーフ生息地マッピングのためのリモートセンシングを特徴とする教師なし機械学習フレームワークであるReef-Insightを紹介する。
本フレームワークは,リモートセンシングデータを用いたサンゴ礁生息域マッピングのための異なるクラスタリング手法の比較を行う。
以上の結果から,サンゴ礁の生息環境を概観した詳細な分布図を作成できる可能性が示唆された。
論文 参考訳(メタデータ) (2023-01-26T00:03:09Z) - Environmental Sensor Placement with Convolutional Gaussian Neural
Processes [65.13973319334625]
センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。
確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。
本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
論文 参考訳(メタデータ) (2022-11-18T17:25:14Z) - White Matter Tracts are Point Clouds: Neuropsychological Score
Prediction and Critical Region Localization via Geometric Deep Learning [68.5548609642999]
ホワイトマタートラクトデータを用いた神経心理学的スコア予測のためのディープラーニングに基づくフレームワークを提案する。
各点の微細構造測定を行う点雲として, arcuate fasciculus (AF) を表現した。
Paired-Siamese Lossでは,連続した神経心理学的スコアの違いに関する情報を利用した予測性能を改善した。
論文 参考訳(メタデータ) (2022-07-06T02:03:28Z) - ElephantBook: A Semi-Automated Human-in-the-Loop System for Elephant
Re-Identification [2.099922236065961]
アフリカゾウは生態系に欠かせない存在だが、その個体群は人間とエレファントの衝突や密猟によって脅かされている。
我々は,ゾウのヒト・イン・ザ・ループ再識別のためのWebベースのプラットフォームとデータベースを構築し,デプロイした。
ElephantBookは、非専門家が象を再識別し、複数の保護NGOで使用するためにスケーラブルにする。
論文 参考訳(メタデータ) (2021-06-29T04:18:22Z) - Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset,
Benchmarks and Challenges [52.624157840253204]
我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。
私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。
我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
論文 参考訳(メタデータ) (2020-09-07T14:47:07Z)
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。