⛑🔐⚗
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TB501.COM,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TB501.COM,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。
Ⓜ(撰稿:通黛雅)《腾飞中国》主题成果展亮相北京首都国际机场
2024/06/14宰东静✒
《大夫说》:外科手术治脑瘫
2024/06/14花娣眉➃
第四届小岛屿发展中国家国际会议开幕
2024/06/14章聪绿🚌
汽车注销、补换领牌证、摩托车登记……8项交管新措施来了
2024/06/14燕琛仪✭
绿军胜独行侠夺冠军点
2024/06/14汤兴堂🎞
中国逐步摸清古茶树资源状况 总计超5600万株
2024/06/13柯力睿🍎
中央气象台6月12日06时继续发布暴雨蓝色预警
2024/06/13司马亚朗🆘
11版政治 - 加强检验检测综合治理
2024/06/13东方紫德x
推动高质量发展要保持历史耐心(有的放矢)
2024/06/12终聪嘉f
泽连斯基呼吁英方尽快提供承诺的军援
2024/06/12安福军🔺