释放深度学习在海洋生态学中的潜力：综述、应用与展望

深度学习革命正作为一种利用大数据力量的手段触及所有科学学科和生活的各个角落。海洋生态学也不例外。这些新方法提供了对来自传感器、相机和声学记录仪数据的分析，甚至是实时的、可复现且快速的分析。现成的算法可以从数字图像或视频中发现、计数和分类物种，并检测噪声数据中的隐蔽模式。利用这些机会需要生态与数据科学学科之间的合作，而这往往难以启动。为促进这些合作并推动深度学习在基于生态系统的海洋管理中的应用，本文旨在弥合海洋生态学家与计算机科学家之间的鸿沟。我们以通俗语言深入介绍用于生态数据分析的流行深度学习方法，重点关注深度神经网络监督学习技术，并通过深度学习在海洋生态学中已建立和新兴的应用来说明挑战与机遇。我们使用涉及可视化数据的目标检测、分类、跟踪和分割的关于浮游生物、鱼类、海洋哺乳动物、污染和养分循环的已建立和前瞻性的案例研究。我们以对该领域机遇与挑战的广泛展望作结，包括潜在的技术进步和管理复杂数据集的问题。