Ученые построили радар для поиска пчел и шмелей |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-05-01 11:07 Европейские исследователи создали систему, которая определяет виды летящих насекомых-опылителей с помощью радиоволн миллиметрового диапазона и машинного обучения. Анализ взмахов крыльев позволяет с точностью до 85 процентов отличать пчел, ос и шмелей друг от друга. Технология позволит следить за биоразнообразием непрерывно, в перспективе используя для этого обычные вышки сотовой связи. Обычный экологический мониторинг требует отлова насекомых и ручного определения видов под микроскопом, что отнимает время и вредит популяциям. Оптические камеры и алгоритмы компьютерного зрения плохо работают в дикой природе: им мешают листва, сумерки, переменное освещение и высокая скорость полета опылителей. Существующие метеорадары способны отслеживать огромные стаи саранчи высоко в небе, однако точечно распознавать небольших насекомых вблизи земли они не умеют. Чтобы решить эту проблему, инженеры из Ирландии и Дании собрали миниатюрный радар непрерывного излучения (30 гигагерц). В лаборатории они по очереди помещали в пластиковые контейнеры живых ос, медоносных пчел и три вида шмелей. Когда насекомое взлетало, радар облучал его радиоволнами и фиксировал отраженный сигнал. Результаты своих усилий ученые опубликовали в журнале PNAS Nexus. На основе радиоэха от летающих насекомых ученые выделили 70 биомеханических параметров полета: базовую частоту взмахов, распределение энергии по частотным диапазонам и другие характеристики. Затем данные загрузили в иерархическую модель машинного обучения. Алгоритм научили отличать сперва семейства (осиные или пчелиные), затем роды (пчелы или шмели), а в конце — отдельные виды. Алгоритм успешно разделил насекомых по видам без использования камер. На уровне крупных семейств нейросеть отличила ос от пчел с точностью 96 процентов. На уровне конкретных близкородственных видов точность достигла 85 процентов при анализе всего двух секунд полета. Даже когда насекомое находилось в луче радара десятую долю секунды, модель угадывала вид в 75 процентах случаев. Авторы подчеркивают ограничения работы: пока систему протестировали только в замкнутых пластиковых контейнерах, где радиосигнал не затухал из-за расстояния. В открытой среде на точность неизбежно повлияют дистанция до радара и фоновый шум. Радиоволны миллиметрового диапазона фиксируют видовую механику полета насекомых независимо от времени суток, маскировочной окраски или тумана. Поскольку такие датчики лежат в основе связи 5G и 6G, в будущем этот алгоритм позволит превратить вышки сотовой связи и роутеры в глобальную распределенную сеть для непрерывного экологического контроля. Телеграм: t.me/ainewsline Источник: naked-science.ru Комментарии: |
|