Cachés sous la surface de l’océan, les mammifères marins utilisent le son pour la navigation, la détection des proies et un large éventail de comportements naturels. Les données acoustiques passives des environnements sous-marins peuvent fournir des informations précieuses sur ces animaux, telles que leur présence ou leur absence dans une zone, leur densité et leur abondance, et leur réponse vocale aux sources de bruit anthropiques.
À mesure que la taille et le nombre d’ensembles de données acoustiques augmentent, la mise en correspondance précise et rapide des signaux bioacoustiques avec leurs sources correspondantes devient plus difficile et importante. Ceci est particulièrement difficile dans les environnements acoustiques naturels bruyants.
Elizabeth Ferguson, d’Ocean Science Analytics, décrira comment DeepSqueak, un outil d’apprentissage en profondeur, peut classer les signaux acoustiques sous-marins lors de la 182e réunion de l’Acoustical Society of America lors de sa présentation, « Développement de réseaux de neurones profonds pour la détection d’appels de mammifères marins à l’aide d’un outil open-source et convivial. » La session aura lieu le 23 mai à 11 h 25 dans l’est des États-Unis dans le cadre de la conférence au Sheraton Denver Downtown Hotel.
Les spectrogrammes montrent comment les signaux acoustiques de différentes fréquences varient avec le temps. Ils ressemblent à des cartes thermiques, avec des régions plus lumineuses indiquant une intensité sonore plus élevée à cette fréquence et à ce moment. DeepSqueak utilise des méthodes de reconnaissance et de classification d’images de réseau neuronal profond pour déterminer les caractéristiques importantes dans les spectrogrammes, puis associe ces caractéristiques à des sources spécifiques.
« Bien que nous ayons utilisé DeepSqueak pour détecter les sons sous-marins, cet outil open source convivial serait utile pour une variété d’espèces terrestres », a déclaré Ferguson. « Les capacités de détection des appels s’étendent aux fréquences inférieures aux sons ultrasonores pour lesquels elles étaient initialement destinées. Grâce à cela et à la capacité de DeepSqueak à détecter des types d’appels variables, le développement de réseaux de neurones est possible pour de nombreuses espèces d’intérêt. »
DeepSqueak a été développé à l’origine pour classer les signaux ultrasonores des rongeurs, mais son cadre de réseau neuronal permet à la technique de s’adapter pour détecter les sons à d’autres fréquences. Ferguson et son équipe ont utilisé la méthode et les données des hydrophones du Coastal Endurance Array de l’Ocean Observatories Initiative pour détecter les baleines à bosse, les delphinidés et les rorquals communs, qui ont des appels très variables avec une large gamme de fréquences.
acousticalsociety.org/asa-meetings/