論文の概要: CUREE: A Curious Underwater Robot for Ecosystem Exploration

• arxiv url: http://arxiv.org/abs/2303.03943v2
• Date: Thu, 20 Apr 2023 15:54:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-21 16:31:04.080078
• Title: CUREE: A Curious Underwater Robot for Ecosystem Exploration
• Title（参考訳）: CUREE:生態系探査用水中ロボット
• Authors: Yogesh Girdhar, Nathan McGuire, Levi Cai, Stewart Jamieson, Seth McCammon, Brian Claus, John E. San Soucie, Jessica E. Todd, T. Aran Mooney
• Abstract要約: CUREEプラットフォームは、ロボットの振る舞いと知覚アルゴリズムという形で、ユニークな機能セットを提供する。 これらの能力の例としては、低高度での視覚調査、サウンドスケープサーベイ、生息環境の特性評価、動物追跡などがある。
• 参考スコア（独自算出の注目度）: 6.486523185975219
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The current approach to exploring and monitoring complex underwater ecosystems, such as coral reefs, is to conduct surveys using diver-held or static cameras, or deploying sensor buoys. These approaches often fail to capture the full variation and complexity of interactions between different reef organisms and their habitat. The CUREE platform presented in this paper provides a unique set of capabilities in the form of robot behaviors and perception algorithms to enable scientists to explore different aspects of an ecosystem. Examples of these capabilities include low-altitude visual surveys, soundscape surveys, habitat characterization, and animal following. We demonstrate these capabilities by describing two field deployments on coral reefs in the US Virgin Islands. In the first deployment, we show that CUREE can identify the preferred habitat type of snapping shrimp in a reef through a combination of a visual survey, habitat characterization, and a soundscape survey. In the second deployment, we demonstrate CUREE's ability to follow arbitrary animals by separately following a barracuda and stingray for several minutes each in midwater and benthic environments, respectively.
• Abstract（参考訳）: サンゴ礁のような複雑な水中生態系を探索し監視するための現在のアプローチは、ダイバーヘルドカメラやスタティックカメラを使った測量、センサーブイの展開である。 これらのアプローチはしばしば、異なるサンゴ礁の生物と生息地の間の相互作用の完全な変動と複雑さを捉えない。 本論文で紹介するCUREEプラットフォームは、科学者が生態系のさまざまな側面を探索できるように、ロボットの行動と知覚アルゴリズムという形でユニークな機能セットを提供する。 これらの能力の例としては、低高度の視覚調査、サウンドスケープサーベイ、生息環境の特性評価、動物追跡などがある。 本研究では,アメリカ領ヴァージン諸島のサンゴ礁における2つの海域展開について述べる。 最初の展開では,サンゴ礁に生息するエビが好まれる生息地タイプを視覚的な調査,生息地特性,音環境調査と組み合わせることで識別できることを示した。 第2の展開では,バラクーダとスティングレイをそれぞれ数分間,中水環境とベント環境において個別に追従することで,CUREEが任意の動物を追尾する能力を示す。

関連論文リスト

• Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
  我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。 我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。 また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
  論文  参考訳（メタデータ） (2024-10-14T17:22:55Z)
• Deep learning for multi-label classification of coral conditions in the Indo-Pacific via underwater photogrammetry [24.00646413446011]
  本研究はインド太平洋におけるサンゴの一般的な条件と関連するストレスを表わしたデータセットを作成する。 既存の分類アルゴリズムを評価し、サンゴの条件を自動的に検出し、生態情報を抽出する新しいマルチラベル手法を提案した。 提案手法はサンゴの条件を, 健康, 危害, 死, 汚物として正確に分類する。
  論文  参考訳（メタデータ） (2024-03-09T14:42:16Z)
• Robot Goes Fishing: Rapid, High-Resolution Biological Hotspot Mapping in Coral Reefs with Vision-Guided Autonomous Underwater Vehicles [6.658103076536836]
  生物学的ホットスポット検出は、サンゴ礁管理者が監視と介入のタスクのために限られた資源を優先するのに役立つ。 ここでは、自律型水中車両(AUV)とカメラ、そして視覚検出器とフォトグラムと組み合わせて、これらのホットスポットをマッピングし、識別する方法について検討する。 我々の知る限り、我々はAUVを使って視覚的に観察され、微細な生体ホットスポットマップを収集する最初の試みの1つを提示する。
  論文  参考訳（メタデータ） (2023-05-03T16:12:47Z)
• 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)
• Climate Change & Computer Audition: A Call to Action and Overview on Audio Intelligence to Help Save the Planet [98.97255654573662]
  この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。 我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
  論文  参考訳（メタデータ） (2022-03-10T13:32:31Z)
• Fish sounds: towards the evaluation of marine acoustic biodiversity through data-driven audio source separation [1.9116784879310027]
  海洋生態系は、生物多様性の喪失や熱帯種の温帯盆地への移動など、危機的な速度で変化している。 海洋生物多様性をモニタリングするための最もポピュラーで効果的な方法の1つは、パッシブ・アコースティックス・モニタリング(PAM)である。 本研究では,PAM録音における魚の発声を自動的に抽出する手法について述べる。
  論文  参考訳（メタデータ） (2022-01-13T14:57:34Z)
• Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
  我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。 この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
  論文  参考訳（メタデータ） (2021-12-07T18:50:42Z)
• Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
  分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。 タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。 提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
  論文  参考訳（メタデータ） (2021-03-18T11:01:21Z)
• 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)
• Automated Stitching of Coral Reef Images and Extraction of Features for Damselfish Shoaling Behavior Analysis [0.0]
  海洋生態学において、学種における行動パターンの調査は、海洋資源の計画と管理において補助的な情報を提供することができる。 現在では、熱帯海域に広く分布するダムボッシュ種は、適切な基盤行動情報を持っていない。 野生で捕獲された視覚的な海洋データは、主に動いたり自然環境の変化によって引き起こされる複数のシーンのバリエーションに乏しい。
  論文  参考訳（メタデータ） (2020-06-28T00:56:51Z)
• VisualEchoes: Spatial Image Representation Learning through Echolocation [97.23789910400387]
  いくつかの動物種(コウモリ、イルカ、クジラなど)や視覚障害者さえもエコーロケーションを行う能力を持っている。 エコーロケーションを用いて有用な視覚特徴を学習する対話型表現学習フレームワークを提案する。 我々の研究は、物理的世界との相互作用によって監督される、エンボディエージェントのための表現学習の新しい道を開く。
  論文  参考訳（メタデータ） (2020-05-04T16:16:58Z)

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。