第三阶段：利用深度学习方法进行陆基或船基海洋哺乳动物实时识别与定位的DCL系统——生物声学应用
分布式、并行与集群计算
2016-05-06 v2
摘要
本阶段研究的目标是探索适用于挖掘大型被动声学档案的高级检测与分类范式。技术目标是开发并完善一个高性能计算声学数据加速器（HPC-ADA），以及基于MATLAB的、利用机器学习算法进行时间序列声学信号检测分类的软件，称为DeLMA。数据科学家与生物学家协作，利用HPC-ADA和DeLMA技术，采用新开发的方法探索数据，这些方法旨在检查从大时空尺度提取的数据。
引用
@article{arxiv.1605.00983,
title = {Phase 3: DCL System Using Deep Learning Approaches for Land-based or Ship-based Real-Time Recognition and Localization of Marine Mammals - Bioacoustic Applicaitons},
author = {Peter J. Dugan and Christopher W. Clark and Yann André LeCun and Sofie M. Van Parijs},
journal= {arXiv preprint arXiv:1605.00983},
year = {2016}
}
备注
National Oceanic Partnership Program (NOPP) sponsored by ONR and NFWF