
Radarul poate face diferența între speciile de insecte
Cercetătorii au dezvoltat un sistem radar pentru a urmări polenizatorii, oferind o alternativă rentabilă și non-invazivă la metodele tradiționale. Sistemul folosește machine learning pentru a analiza semnăturile micro-Doppler de la bătăile aripilor insectelor, obținând o precizie ridicată în identificarea speciilor.
Rezumat Detaliat
Oamenii de știință au creat un sistem radar capabil să facă distincția între diferite specii de insecte, în special polenizatori, folosind radar cu unde milimetrice și machine learning. Această abordare inovatoare abordează provocările metodelor tradiționale de monitorizare a insectelor, care implică adesea capturarea și vătămarea insectelor pentru identificare. Radarul analizează semnăturile micro-Doppler, care sunt modele distinctive în reflexiile radar cauzate de bătăile aripilor insectelor, permițând sistemului să identifice diferențe subtile între specii.
Sistemul utilizează unde milimetrice, care sunt potrivite pentru detectarea insectelor datorită dimensiunilor lor. Cercetătorii au antrenat un model de machine learning pe semnături radar de la cinci specii de polenizatori, inclusiv albine și viespi. Modelul analizează peste 70 de caracteristici ale reflexiilor radar, cum ar fi frecvențele bătăilor aripilor și puterea reflexiilor. Sistemul a obținut o precizie de 85% în clasificarea la nivel de specie și o precizie de 96% în distincția între familiile de albine și viespi. Precizia s-a îmbunătățit cu timpi de observare mai lungi, sugerând potențialul pentru structuri asemănătoare capcanelor pentru a îmbunătăți colectarea datelor.
Implicațiile acestei tehnologii sunt semnificative, oferind o modalitate non-invazivă de a monitoriza polenizatorii, dăunătorii și speciile invazive. Cercetătorii lucrează la o versiune portabilă, care poate fi implementată pe teren a tehnologiei și intenționează să creeze o bază de date globală a semnăturilor radar ale insectelor. Această bază de date ar putea încorpora date de mediu pentru a înțelege modul în care factori precum temperatura și umiditatea afectează frecvențele bătăilor aripilor insectelor. Acest progres ar putea revoluționa monitorizarea insectelor, oferind date valoroase pentru eforturile de conservare și gestionarea dăunătorilor.
⚠️ Notă: Acesta este un rezumat generat automat. Drepturile asupra conținutului aparțin sursei originale. Citește articolul complet aici
Sursa originală
Citește articolul complet aici
Articole similare

DXC va integra Claude de la Anthropic în sistemele pentru industrii reglementate
DXC Technology colaborează cu Anthropic pentru a integra asistentul AI Claude în soluțiile sale cloud pentru companii. Această integrare vizează aducerea capabilităților AI avansate în sectoare critice precum sectorul bancar și cel aviatic, îmbunătățind eficiența operațională și serviciile pentru clienți. Colaborarea se concentrează pe oferirea unei implementări AI sigure și fiabile pentru industriile cu cerințe de reglementare stricte.

Anthropic Răspunde Directivei Guvernului SUA de Suspendare a Accesului la Fable 5 și Mythos 5
Anthropic a emis o declarație referitoare la o directivă a guvernului SUA de suspendare a accesului la modelele sale Fable 5 și Mythos 5. Compania cooperează cu directiva, subliniind în același timp angajamentul său față de siguranță și dezvoltarea responsabilă a AI.

Guvernul SUA dispune Anthropic să retragă modelele Fable 5 și Mythos 5
Anthropic a fost obligat de guvernul SUA să dezactiveze noile sale modele AI, Fable 5 și Mythos 5, la doar trei zile după lansare. Această acțiune survine în urma unei dispoziții guvernamentale federale, ale cărei detalii specifice nu sunt prezentate, dar care se referă la reglementările de export.

DiffusionGemma: Noul LLM Open de la Google Atinge 1.000 Tokeni/sec și Schimbă Economia Inferenței
Google DeepMind a lansat DiffusionGemma, un LLM open-weight care utilizează difuzia discretă pentru generarea de text, atingând peste 1.000 de tokeni/sec pe un singur GPU H100. Această nouă arhitectură procesează tokenii în blocuri, oferind îmbunătățiri semnificative de viteză față de modelele autoregresive tradiționale, în detrimentul unei precizii ușor reduse.