研究人员开发了一种利用模型生成的伪标签来改进被动声学监测中蝙蝠叫声识别的新方法。该技术显著提高了半监督学习的有效性，尤其是在专家标签稀缺的情况下。研究表明，在欧洲蝙蝠语料库上，伪标签的性能优于其他半监督方法，在完全监督学习的性能差距中恢复了很大一部分。此外，还引入了一种名为属感知平滑的新技术，该技术将不确定的预测引导至相关物种，进一步提高了准确性，并在没有额外标注成本的情况下将生物学结构融入模型。 AI
影响 这项研究展示了一种通过利用无标签数据来改进人工智能驱动的生态监测的成本效益方法。
排序理由 详细介绍一种新的机器学习物种识别技术的学术论文。[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 →
