Viime vuosisadan aikana afrikkalaisten norsujen (Loxodonta africana) kanta on laskenut jyrkästi salametsästyksen vuoksi.
Tällä hetkellä yleisinMenetelmä savannan norsupopulaatioiden tutkimiseksi on ilmalaskenta miehitetyiltä lentokoneilta. Ilmakuvaukseen osallistuvat tarkkailijat voivat kohdata ongelmia huonon näkyvyyden takia, ja itse ilmakuvaus voi olla kallista ja logistisesti vaikeaa.
Oxfordin yliopiston tiimi (WildCRU:Eläinlääketieteellisen tiedekunnan ja koneoppimisen tiedekunnan tutkimusryhmä: Insinööritieteiden tiedekunta) ryhtyivät vastaamaan näihin haasteisiin yhteistyössä Bathin yliopiston tohtori Olga Isupovan ja Twenten yliopiston tohtori Tiejun Wangin kanssa.
Kaukokartoitus auttoisatelliittikuvat ja norsujen havaitsemisen automatisointi syvän oppimisen avulla. Uusi menetelmä ratkaisee useita olemassa olevia väestönhallinnan ongelmia. Satelliitit voivat kerätä yli 5000 km²: n kuvia yhdellä kertaa minuutissa, jolloin kaksinkertaisen laskennan riski poistuu.
Satelliittiseuranta on huomaamaton menetelmä,ei vaadi läsnäoloa maassa, mikä eliminoi väestön elämään vaikuttamisen tai ihmisten turvallisuuteen kohdistuvan vaaran tiedonkeruun aikana. Aikaisemmin esteettömät alueet ovat tulossa esteettömiksi, ja raja-alueet, jotka ovat usein kriittisiä suojelun suunnittelulle, voidaan kartoittaa ilman aikaa vieviä maalupavaatimuksia.
Yksi satelliitin käytön ongelmistaseuranta - valtavan määrän luotujen kuvien käsittely. Löydön automatisointi kuitenkin lyhentää käsittelyaikaa kuukausista sekunteihin. Lisäksi koneet ovat vähemmän virhealttiita.
Tämän uuden menetelmän kehittämiseksi tiimi loi mukautetun harjoitustietojoukon yli 1 000 norsusta Etelä-Afrikassa, joka syötettiin konvoluutiohermoverkkoon (CNN).
Tutkijat uskovat, että satelliittien kaukokartoitus ja syväoppimistekniikat auttavat säilyttämään nämä majesteettiset nisäkkäät.
Lue myös
AI ratkaisi Schrödingerin yhtälön
Abortti ja tiede: mitä tapahtuu synnyttäville lapsille
"Tutkimus epäonnistui": Sputnik V -testaajat eivät enää saa lumelääkettä