論文の概要: Large-scale bioacoustic detection using semantic segmentation: a deep learning framework applied to fin whale calls in ocean-bottom seismometer recordings

• arxiv url: http://arxiv.org/abs/2609.13281v1
• Date: Tue, 08 Sep 2026 11:43:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.171517
• Title: Large-scale bioacoustic detection using semantic segmentation: a deep learning framework applied to fin whale calls in ocean-bottom seismometer recordings
• Title（参考訳）: セマンティックセグメンテーションを用いた大規模生体音響検出--海底地震計記録におけるフィンクジラ呼出の深層学習フレームワーク
• Abstract要約: オーシャンボトム地震計(Ocean-bottomseisometer, OBS)は、海洋の広い海域で数ヶ月から数年にわたって低周波音を観測する。 OBSスペクトログラムにおけるフィンクジラの20Hz音節を検出する深層学習セマンティックセマンティックセマンティックセマンティクスフレームワークを提案する。 46箇所のOBSから記録された378,912hの録音により、この検出器は630万件の通話を識別し、これまでで最大のフィンクジラ電話カタログを形成した。
• 参考スコア（独自算出の注目度）: 0.003557754373323816
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ocean-bottom seismometers (OBS), originally deployed for geophysical research, continuously record low-frequency sound for months to years across broad areas of ocean, offering a largely untapped resource for passive acoustic monitoring (PAM) of baleen whales. Realising this potential requires automated detection methods that operate reliably across the varied conditions in large sensor networks. We present a deep learning semantic segmentation framework that detects the 20-Hz notes of fin whales (Balaenoptera physalus) in OBS spectrograms, assigning each pixel a probability of belonging to a call and converting the resulting probability maps into time-frequency bounding boxes describing individual detections. We trained the model on hydrophone data from one OBS deployment in the Azores-Madeira-Canaries region and applied it without retraining to vertical-component seismometer data from a second, geographically distinct deployment, showing that a single trained model generalises across sensor types and recording environments. Applied to 378,912 h of recordings from 46 OBS sites, the detector identified 6.3 million calls, forming the largest fin whale call catalogue assembled to date, with high precision (~97%) across both deployments. The resulting catalogue resolves call timing and spectral structure accurately enough to support ecological analyses, revealing coherent seasonal shifts in three persistent inter-note interval (INI) groups across the singing season and basin-scale patterns in calling activity. By transforming existing geophysical infrastructure into a scalable sensing network, our approach substantially expands the spatial and temporal reach of PAM without new hardware investment, offering a transferable framework for tracking other low-frequency vocalising species and informing conservation planning, marine spatial management, and abundance estimation across large scales.
• Abstract（参考訳）: オーシャンボトム地震計(Ocean-bottom Seiismometer, OBS)は、もともと地球物理学的な研究のために展開され、海洋の広い海域で数ヶ月から数年にわたって低周波音を継続的に記録し、ハクジラの受動的音響モニタリング(PAM)のためのほとんど未使用の資源を提供する。 この可能性を実現するには、大規模なセンサーネットワークにおいて、様々な条件で確実に動作する自動検出方法が必要である。 本稿では, 深層学習のセマンティックセグメンテーションフレームワークを提案する。このフレームワークは, フィンクジラ(Balaenoptera physalus)の20Hzの音符をOBSスペクトルで検出し, それぞれの画素に呼び出しに属す確率を割り当て, 個々の検出を記述した確率マップを時間周波数境界ボックスに変換する。 我々は,Azores-Madeira-Canaries地域のOBS配置から得られたハイドロフォンデータのモデルを訓練し,第2の地理的に異なる配置から垂直成分地震計データに再トレーニングすることなく適用した。 46箇所のOBSから記録された378,912hの録音に応用され、この検出器は630万件の通話を識別し、両方の配備で高い精度(約97%)のフィンクジラコールカタログを形成した。 その結果,3つの音節間間隔(INI)群におけるコヒーレントな季節変化と,発声活動における盆地スケールパターンが明らかになった。 既存の物理インフラをスケーラブルなセンシングネットワークに変換することにより,新たなハードウェア投資を伴わずにPAMの空間的・時間的到達範囲を大幅に拡大し,他の低周波発声種を追跡,保存計画,海洋空間管理,および大規模で量の推定を行うための伝達可能なフレームワークを提供する。

関連論文リスト

• A Self-Supervised Approach for Minimal-Annotation Hydroacoustic Data Exploration [0.0]
  監視された検出方法はよく機能するが、大きなラベル付きデータセットを必要とする。 本研究は、低周波設定におけるこの制限に対処する自己教師付き探索パイプラインを提案する。 パイプラインはインド洋メイオット島付近で収集された多年にわたる水音響データセットに適用された。
  論文  参考訳（メタデータ） (2026-07-07T07:47:16Z)
• FLORO: A Multimodal Geospatial Foundation Model for Ecological Remote Sensing Across Sensors and Scales [65.4821703903285]
  FLOROは、小さなが高度に多様なリモートセンシングコーパスから転送可能な表現を学習するために設計されたマルチモーダル基礎モデルである。 FLOROは、Sentinel-1、Sentinel-2、SkySAT画像、標高、UAV由来のデータとの不均一な組み合わせによるマスク付きオートエンコーディングを用いて事前訓練される。 我々は、シーン分類、セグメンテーション、回帰タスクにまたがる凍結エンコーダプロトコルを用いて、PANGAEAベンチマーク上でFLOROを評価した。
  論文  参考訳（メタデータ） (2026-05-27T08:55:54Z)
• Ecologically Valid Benchmarking and Adaptive Attention: Scalable Marine Bioacoustic Monitoring [2.558238597112103]
  GetNetUPAMは、現実的な可変性の下で安定性をモデル化するためのネストされたクロスバリデーションフレームワークである。 データは異なるサイト年区分に分割され、記録を保存し、各バリデーションフォールドがユニークな環境サブセットを反映することを保証する。 ARPA-Nは、DenseNetベースラインに対する平均精度が14.4%向上し、すべてのメトリクスで対数2スケールのオーダー・オブ・マグニチュードが減少する。
  論文  参考訳（メタデータ） (2025-09-04T22:03:05Z)
• Acoustic Classification of Maritime Vessels using Learnable Filterbanks [0.0]
  異なる記録シナリオにまたがって頑健な性能を有するディープラーニングモデルを提案する。 我々のモデルであるCATFISHは、ジョージア海峡のVTUADハイドロフォン記録に基づいて、最先端の96.63パーセントのテスト精度を達成する。
  論文  参考訳（メタデータ） (2025-05-29T19:41:15Z)
• Weakly Supervised Multiple Instance Learning for Whale Call Detection and Temporal Localization in Long-Duration Passive Acoustic Monitoring [2.7418627495572134]
  DSMIL-LocNetは,袋レベルのラベルのみを用いて,クジラの呼検出と位置決めを行うフレームワークである。 我々のデュアルストリームモデルは2～30分間の音声セグメントを処理し、スペクトルと時間的特徴と注意に基づくインスタンス選択を利用する。
  論文  参考訳（メタデータ） (2025-02-28T08:34:12Z)
• Oceanship: A Large-Scale Dataset for Underwater Audio Target Recognition [22.890584326036976]
  大規模かつ多様な水中オーディオデータセットであるOceanshipを提案する。 このデータセットは15のカテゴリで構成され、総期間は121時間であり、座標、速度、船舶タイプ、タイムスタンプといった包括的なアノテーション情報を含んでいる。 水中オーディオ検索のためのベースラインモデルであるOceannetを導入する。このモデルでは、67.11%の精度で1(R@1)、Deepshipデータセットで5(R@5)の精度で99.13%のリコールを実現している。
  論文  参考訳（メタデータ） (2024-01-04T07:11:16Z)
• Frequency Perception Network for Camouflaged Object Detection [51.26386921922031]
  周波数領域のセマンティック階層によって駆動される新しい学習可能かつ分離可能な周波数知覚機構を提案する。 ネットワーク全体では、周波数誘導粗い局所化ステージと細部保存の微細局在化ステージを含む2段階モデルを採用している。 提案手法は,既存のモデルと比較して,3つのベンチマークデータセットにおいて競合性能を実現する。
  論文  参考訳（メタデータ） (2023-08-17T11:30:46Z)
• Automated classification of pre-defined movement patterns: A comparison between GNSS and UWB technology [55.41644538483948]
  リアルタイム位置情報システム(RTLS)は、人間の動きパターンからデータを収集することができる。 本研究の目的は、小さな領域における人間の動きパターンを分類する自動化された枠組みを設計し、評価することである。
  論文  参考訳（メタデータ） (2023-03-10T14:46:42Z)
• Three-Way Deep Neural Network for Radio Frequency Map Generation and Source Localization [67.93423427193055]
  空間、時間、周波数領域にわたる無線スペクトルのモニタリングは、5Gと6G以上の通信技術において重要な特徴となる。 本稿では,空間領域全体にわたる不規則分散計測を補間するGAN(Generative Adversarial Network)機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-23T22:25:10Z)
• SoundDet: Polyphonic Sound Event Detection and Localization from Raw Waveform [48.68714598985078]
  SoundDetは、多音動音イベントの検出とローカライゼーションのためのエンドツーエンドのトレーニング可能で軽量なフレームワークである。 SoundDetは、生のマルチチャネル波形を直接消費し、検出すべき時間音イベントを完全な音オブジェクトとして扱う。 次に、時間的変化が大きいイベントを予測する上での課題に対処するため、高密度な音響提案イベントマップを構築する。
  論文  参考訳（メタデータ） (2021-06-13T11:43:41Z)
• 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)

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。