本地纯净下载
纯净官方版aj旗舰厅
论文第一作者兼通讯作者、美国科罗拉多州立大学Michael A. Pardo和同事及合作者一起,利用机器学习方法分析了1986至2022年肯尼亚安波塞利国家公园,以及桑布鲁和水牛泉国家保护区的野生非洲雌象-后代群组的469次呼叫(“隆隆声”)录音。该机器学习模型能准确识别这些叫声中27.5%的被叫对象,这个比例比让模型听对照音频时的识别率更高。论文作者分析认为,象或许会用具有个体特异性的叫声呼唤对方,而不是通过模仿被叫对象发出的声音。
。61.2MB|查看
99.65MB|查看
66.13MB|查看
82.18MB|查看
82.14MB|查看
10.81MB|查看
96.32MB|查看
90.13MB|查看
3.73MB|查看
7.59MB|查看
69.58MB|查看