AI और दुनिया की कठिन समस्याएँ · जीव विज्ञान · Nature (computational biology) · 2026-10-20

जैव विविधता फाउंडेशन मॉडल के माध्यम से स्वचालित पतंग निगरानी में डिप्लॉयमेंट अंतराल को पाटना

मूल शीर्षक: Bridging the deployment gap in automated moth monitoring through biodiversity foundation models

स्वचालित जैव विविधता निगरानी के लिए प्रजाति पहचान मॉडल आमतौर पर बड़े सिटिज़न-साइंस छवि भंडारों पर प्रशिक्षित होते हैं, जिससे फील्ड डिप्लॉयमेंट छवियों के साथ एक डोमेन गैप उत्पन्न होता है। लेखकों ने 2,727 प्रजातियों को कवर करने वाली लगभग 363,000 सिटिज़न-साइंस छवियों से एक फाइन-ग्रेन्ड पतंग क्लासिफ़ायर बनाया और जैव-विविधता-विशिष्ट प्रीट्रेन्ड रिप्रेज़ेंटेशन (BioCLIP2.5), पैरामीटर-कुशल अनुकूलन तथा डेटा ऑगमेंटेशन के माध्यम से ट्रांसफ़र-लर्निंग पाइपलाइन को अनुकूलित किया। इस पाइपलाइन ने एक वाणिज्यिक मॉनिटरिंग सिस्टम पर 85.0% Top-1 सटीकता और एक कम-लागत एज डिवाइस पर 89.5% सटीकता हासिल की, जिससे फील्ड प्रदर्शन क्रमशः 38.9% से 69.7% और 62.3% से 82.3% तक बढ़ गया।

मूल लेख पढ़ें ↗

सभी आइटम →