科学家研发全天候AI声呐分析系统，平均精度比当前最先进的方法提高9.5%，已成功完成实地部署

主要观点总结

加拿大西蒙菲莎大学博士生徐驰及其团队研发了一款名为SALINA的声呐分析系统，可实现可持续且准确的实时声呐分析。该系统能提高声呐数据中的水下目标检测精度，并具备能耗规划模块以应对极端天气和野外环境。SALINA系统已在加拿大不列颠哥伦比亚省的两个内陆河流声呐站点实地部署六个月，支持渔业管理和野生动物种群恢复等工作。同时，徐驰团队正探索该技术的商业化应用，并与加拿大不列颠哥伦比亚水电公司以及美国华盛顿州鱼类和野生动物部门合作。此次研发的背后是声呐技术和人工智能保护三文鱼的需求驱动，面临诸多挑战。徐驰及其团队在部署过程中得到了实地合作方的巨大帮助，并分享了部署中的挑战和体验。该成果具备完整的工程实现并在偏远生态环境中获得实地部署成果。

关键观点总结

关键观点1: SALINA系统可实现准确可持续的实时声呐分析。

SALINA系统提高了水下目标检测的精度，跟踪指标也有显著提高。

关键观点2: 具备能耗规划模块，能有效安排电量使用。

该模块能防止由于极端天气条件导致的系统故障与断联，节省应急成本。

关键观点3: 实地部署在加拿大不列颠哥伦比亚省的两个内陆河流声呐站点。

在远离电网的温带雨林深处，SALINA系统提供全天候水下监测，支持渔业管理和野生动物保护。

关键观点4: 面临诸多挑战，包括声呐数据中的目标检测难度、野外环境的限制等。

研发团队通过实地合作和创新技术克服挑战，实现了系统的成功部署。

关键观点5: 跨学科、跨文化的合作对研究的重要性。

徐驰及其团队在部署过程中得到了实地合作方的巨大帮助，并体验了海达社区的传统文化，这种经历对研究具有深远意义。

文章预览

近日，加拿大西蒙菲莎大学博士生徐驰和所在团队 打造出一款名为 SALINA 的声呐分析系统，其能实现可持续且准确的实时声呐分析。 在检测声呐数据中的水下目标时，该系统的平均精度比当前最先进的方法提高 9.5%，跟踪指标提高 10.1%。同时，该团队所设计的能耗规划模块，能够有效地安排电量使用，从而可以防止由于极端天气条件导致的系统故障与断联，进而能够节省可观的应急成本。 图 | 徐驰（来源：徐驰） SALINA 系统能够针对声呐数据进行多通道增强预处理。针对这一系统课题组还研发出一款人工智能模型，故能适应声呐数据独特的时空特征。此外，该系统还能针对声呐数据进行持续的传输优化与能耗规划，从而能够应对天气变化和野外环境等因素。 研究中，该团队通过和太平洋三文鱼基金会以及野生三文鱼中心开展合作，来帮助数据分析 ………………………………