В Испании разработали модель ИИ для автоматической классификации видов рыбы по данным от эхолотов
Исследователи из Испании разработали модель искусственного интеллекта (ИИ) для автоматической классификации видов рыбы на основе поведения их косяков, используя данные акустических эхолотов.
Разработка была осуществлена командой научно-исследовательского центра AZTI, который занимается вопросами морской экологии и продовольствия. Согласно публикациям в международных СМИ, данная модель способна обрабатывать акустические данные, получаемые с помощью эхолотов, и уже продемонстрировала впечатляющие результаты.
Эксперты отмечают значительный потенциал использования данной модели в управлении рыболовными промыслами. Результаты проведенного исследования были опубликованы в научном журнале Международного института исследования моря (ICES) — Journal of Marine Science. Эффективность модели оценена в 63,5% при идентификации маркированных косяков рыб и 80% — при анализе как маркированных, так и немаркированных косяков.
Применение ИИ для анализа акустических данных, собираемых с помощью сонаров и эхолотов рыболовных судов, не является новшеством. Ожидается, что автоматическое распознавание косяков рыб ускорит обработку данных в рамках научных исследований, повысит точность оценки численности пелагических видов и их распределения по акватории в течение года. Также предполагается, что данная технология существенно улучшит эффективность и устойчивость рыболовства за счет минимизации побочных уловов.
Разработка была осуществлена командой научно-исследовательского центра AZTI, который занимается вопросами морской экологии и продовольствия. Согласно публикациям в международных СМИ, данная модель способна обрабатывать акустические данные, получаемые с помощью эхолотов, и уже продемонстрировала впечатляющие результаты.
Эксперты отмечают значительный потенциал использования данной модели в управлении рыболовными промыслами. Результаты проведенного исследования были опубликованы в научном журнале Международного института исследования моря (ICES) — Journal of Marine Science. Эффективность модели оценена в 63,5% при идентификации маркированных косяков рыб и 80% — при анализе как маркированных, так и немаркированных косяков.
Применение ИИ для анализа акустических данных, собираемых с помощью сонаров и эхолотов рыболовных судов, не является новшеством. Ожидается, что автоматическое распознавание косяков рыб ускорит обработку данных в рамках научных исследований, повысит точность оценки численности пелагических видов и их распределения по акватории в течение года. Также предполагается, что данная технология существенно улучшит эффективность и устойчивость рыболовства за счет минимизации побочных уловов.
Источник: fish-info.ru
ПАРТНЁРЫ ПРОЕКТА
Новости
Горбушовая путина в Заполярье: условия и прогнозы на 2023 год
27.05.2026 10Состояние экосистемы Баренцева моря: совместные усилия России и Норвегии
27.05.2026 11Зарыбление рек Камчатки: важный шаг к восстановлению популяции кеты
27.05.2026 9АДМ: задачи и направления на 2026 год
27.05.2026 11Новые ниши для российской продукции: на Рыбном клубе рассказали о программе по продвижению икры минтая в Китае
27.05.2026 11Оперативные данные: российские рыбаки выловили более 1,9 млн тонн с начала года
27.05.2026 11Инспекторы рыбоохраны получили больше полномочий для защиты краснокнижных рыб
27.05.2026 11Поддержка мясной отрасли Индии: вызовы и решения
27.05.2026 82Азербайджанская аграрная политика: достижения и перспективы
27.05.2026 107Казахстан и Япония договорились развивать агроэкспорт
27.05.2026 83Развитие рыбохозяйственного комплекса Кубани: достижения и перспективы
26.05.2026 37Завершение бонитировки производителей рыб: ключевой этап в селекции и рыбоводстве
26.05.2026 34Япония запускает продажи угрей, выращенных на фермах: шаг к устойчивому будущему
26.05.2026 32Подписаться на новости