【文献阅读】了解目前DL在生态学领域的应用2

文献情况

综述文章：Unlocking the potential of deep learning for marine ecology: overview, applications, and outlook（2022）
大类及分区：农林科学2区
小类及分区：海洋与淡水生物学1区
影响因子：5.8（2020）
引用格式：Goodwin, M. et al., 2022. Unlocking the potential of deep learning for marine ecology: overview, applications, and outlook. ICES Journal of Marine Science, 79(2), pp.319–336.

笔记

1 生态学领域为什么需要ML/DL？

AI 可以对传感器、相机和其他观察技术收集的大量数据进行快速准确的分析。 现成的算法现在可以高精度地从数字图像和实时视频中查找、计数和分类生物体， 并检测嘈杂图像或声学数据中的神秘模式。（使得数据处理更高效）

2 DL在海洋生态学中的应用场景

本文介绍了四个现有案例和三个新兴案例。现有案例主要是对海洋生物多样性的识别和量化，新兴案例包括

2.1 现有案例

水下视频中的鱼类检测、分类和跟踪； 基于图像的浮游生物监测分析； 鲸鱼的声学监测。

2.2 新兴案例

个体层面，野生鱼类种群中个体的再识别；鱼类声音交流中的个体间和个体内变异；生态系统层面，幽灵渔具检测；鱼类碳循环。

总结

1. 本文与上一篇文章的相同之处：对于物种检测识别和分类的总结详尽全面；
2. 本文与上一篇文章的不同之处：新兴案例中提出了幽灵渔具检测、鱼类碳循环等有趣的应用；两篇文章对于无监督学习的应用看法不一致。