Initiative #145
← Registre des initiatives en IA
Automatic detection of unidentified fish sounds Non traduit · origine : anglais
Inscrite au registre Pilote Langue d'origine : anglais
Présentation de l'initiative
Description de l'initiative Non traduit · origine : anglais
This completed project used Random Forests and Convolutional Neural Networks (CNN) algorithms trained on manually detected fish sounds to detect fish sounds collected on a passive acoustic monitoring project. The result is an easy-to-use, open-source software called FishSoundFinder, implemented with the CNN detector.
Famille d'IA
- Capacité d'IA
- Identification des espèces et annotation biologique
Justification de la catégorie
Analyse automatisée de signaux acoustiques, imite la capacité de perception auditive.
Cycle de vie
-
Idéation
État de l'étape : Terminée
1 juin 2025
-
Évaluation
État de l'étape : Terminée
-
Approuvée
État de l'étape : Terminée
-
Développement
État de l'étape : Terminée
-
Pilote
État de l'étape : En cours
-
Production
État de l'étape : À venir
-
Archivée
État de l'étape : À venir
Calendrier de cette initiative
- Réalisé
- En cours
- Prévu
- Non applicable
- Aujourd'hui
- Idéation
Un besoin semblable ?
Personne ne s'est encore manifesté. Si votre équipe vit le même problème, dites-le : cela aide à rapprocher les initiatives et à partager une solution.
Contacts
- Demandeur
- Smith, Melannie
- Contact du secteur
- Smith, Melannie
- Expert en la matière
- Winegardner, Amanda
- Smith, Melannie
Données et outils
- Secteur
- Sciences des écosystèmes et des océans
- Région
- Région de la capitale nationale
- Cette initiative pourrait-elle être partagée avec le Secrétariat du Conseil du Trésor ?
- Oui
- Soumise le
- 1 juin 2025
Utilisateurs principaux
- Employés du ministère
Priorités gouvernementales et déclaration
Déclarée au SCT Consignée telle que transmise au SCT ; non modifiable ici.
- Nom du système déclaré
- Automated Detection of Unidentified Fish Sounds in Passive Acoustic Data
- Identifiant au registre du SCT
- 2526-DFO-MPO-001
- Statut déclaré au SCT
- Pilote
- Transmis au SCT le
- 10 octobre 2025
- Objet du système, tel que déclaré
- This completed project used Random Forest and Convolutional Neural Network (CNN) algorithms trained on manually identified fish sounds for detection in passive acoustic recordings. The result is FishSoundFinder, an open-source, user-friendly software tool.