यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
अवैध शिकार के विरुद्ध जनरेटिव एआई: वन्यजीव संरक्षण के लिए अव्यक्त समग्र प्रवाह मिलान
Created by
Haebom
लेखक
लिंगकाई कोंग, हाईचुआन वांग, चार्ल्स ए. इमोगोर, विंसेंट बी ऑर्श-सुपान, लिली जू, मिलिंद तांबे
रूपरेखा
यह शोधपत्र शिकार की भविष्यवाणी के लिए एक नवीन पद्धति प्रस्तुत करता है। मौजूदा रैखिक मॉडलों या निर्णय वृक्ष-आधारित विधियों की सीमाओं को दूर करने के लिए, हम प्रवाह मिलान पर आधारित एक जनरेटिव मॉडल का उपयोग करते हैं। वास्तविक दुनिया के शिकार के आंकड़ों की अपूर्ण पहचान और आंकड़ों की कमी की समस्याओं को दूर करने के लिए, हम इसे एक अधिभोग-आधारित पहचान मॉडल के साथ जोड़ते हैं ताकि अव्यक्त स्थान में प्रवाहों का अध्ययन किया जा सके। फिर हम पूर्व ज्ञान को शामिल करने और सामान्यीकरण प्रदर्शन को बेहतर बनाने के लिए रैखिक मॉडल पूर्वानुमानों से आरंभ किए गए जटिल प्रवाहों का उपयोग करते हैं। युगांडा के दो राष्ट्रीय उद्यानों के डेटासेट का उपयोग करके किए गए मूल्यांकन परिणाम बेहतर भविष्यवाणी सटीकता प्रदर्शित करते हैं।
Takeaways, Limitations
•
Takeaways:
◦
शिकार की भविष्यवाणी में जनरेटिव मॉडल, विशेष रूप से प्रवाह मिलान की उपयोगिता का प्रदर्शन करना।
◦
अपूर्ण पहचान और डेटा अपर्याप्तता की समस्याओं को हल करने के लिए एक प्रभावी तरीका प्रस्तुत करता है।
◦
अवैध शिकार की रोकथाम और प्रबंधन के लिए प्रभावी गश्ती योजनाओं की स्थापना में योगदान देना।
◦
रैखिक मॉडल का उपयोग करके आरंभीकरण करके मॉडल सामान्यीकरण प्रदर्शन में सुधार करना।
•
Limitations:
◦
केवल दो युगांडा राष्ट्रीय उद्यानों के आंकड़ों के मूल्यांकन परिणाम प्रस्तुत किए गए हैं; अन्य क्षेत्रों या प्रजातियों के लिए सामान्यीकरण निर्धारित करने के लिए आगे अनुसंधान की आवश्यकता है।
◦
भविष्यवाणी का प्रदर्शन अधिभोग-आधारित पहचान मॉडल की सटीकता से प्रभावित हो सकता है।
◦
मॉडल की जटिलता के कारण व्याख्या खराब हो सकती है।
◦
उपयोग किए गए डेटा की विभिन्न विशेषताओं (जैसे, स्थानिक और लौकिक वितरण) वाले क्षेत्रों पर लागू करने पर प्रदर्शन में गिरावट की संभावना होती है।
