Tuna-AI：基于海洋学与回声测深 FAD 数据训练的机器学习模型估算金枪鱼生物量
机器学习
2022-07-15 v3 机器学习
摘要
附着在漂流 FAD（集鱼装置）上的浮标所记录的回声测深数据，为金枪鱼种群及其行为提供了极具价值的信息来源。当这些数据与来自 CMEMS 的海洋学数据互补时，其价值进一步提升。我们利用这些数据源开发了 Tuna-AI，一种旨在通过给定浮标下的回声测深数据 3 天窗口捕捉金枪鱼鱼群特征性每日时空模式来预测金枪鱼生物量的机器学习模型。作为训练的监督信号，我们采用了 5000 多次围网捕捞事件及其对应的由 AGAC 金枪鱼围网船队报告的捕获量。
引用
@article{arxiv.2109.06732,
title = {Tuna-AI: tuna biomass estimation with Machine Learning models trained on oceanography and echosounder FAD data},
author = {Daniel Precioso and Manuel Navarro-García and Kathryn Gavira-O'Neill and Alberto Torres-Barrán and David Gordo and Victor Gallego-Alcalá and David Gómez-Ullate},
journal= {arXiv preprint arXiv:2109.06732},
year = {2022}
}