Segment Anything Model выявила сигналы китов в данных сейсмостанции

Учёные показали, что модель Segment Anything Model (SAM), изначально созданная для анализа изображений, способна находить сигналы китов в сейсмических данных даже без предварительного обучения на записях их голосов. Работу выполнила группа под руководством Чжо Сяо (Zhuo Xiao) из Университета Гуанси Миньцзу (Guangxi Minzu University). Результаты исследования опубликованы в журнале Seismological Research Letters.

Чтобы применить модель, исследователи представили звуки китов в виде спектрограмм, то есть изображений, где показано изменение частоты звука во времени, и подали их на вход SAM, системе, которая умеет находить и выделять объекты на изображениях. Для проверки использовали данные сейсмической станции на острове Сеян в заливе Бэйбу Южно-Китайского моря. Проанализировали записи за январь и июль 2021 года, чтобы захватить разные сезонные типы вокализации китов Брайда. Перед обработкой данные проходили многоэтапную очистку: спектральное вычитание, гауссово сглаживание и адаптивную фильтрацию.

Система не просто фиксировала наличие сигналов, но и отмечала на спектрограммах границы отдельных криков. По данным авторов, SAM обнаруживала сигналы китов Брайда с точностью более 96% во всех сезонных наборах данных и находила эпизоды, которые пропускали при ручном анализе. Дополнительная проверка показала, что метод применим и к другим видам. Систему протестировали на записях финвалов из Ирландии и синих китов из Канады. Анализ также выявил сезонные различия: средний интервал между двумя акустическими импульсами зимой составлял 6,93 секунды, летом, 11,70 секунды.