研究人员开发了一种用于探索水声数据的自监督流水线，解决了手动标注数据有限的挑战。该方法使用掩码自编码器从频谱图中提取表示，然后对这些表示进行聚类以识别声学模式。该流水线应用于来自马约特岛的数据集，成功识别了已知的海洋哺乳动物发声和先前未研究的信号，证明了其在分析大量水下录音方面的实用价值。 AI
影响 这种自监督方法可以实现对大型、未标注的水声数据集的更有效分析，有望加速海洋生物学和水声学领域的研究发现。
排序理由 这是一篇详细介绍数据探索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
