康奈尔生物声学科学家开发高性能计算平台分析大数据

分析声学数据的研究人员必须应对天气、其他动物、附近的机械和车辆的噪音。动物声音在一个物种内的个体之间的可变性是一个更复杂的问题。噪声和变异这两个因素增加了误报和误报的数量，降低了检测算法的准确性。

处理BRP正在收集的数百tb的数据是另一个挑战。一个典型的项目需要处理多年的原始声学数据，这些数据可达10tb，记录在多个通道上。每个通道可能捕获数亿个事件——当数据被视为声谱图时突出的声音。在小的、高质量的样本上测试的算法，在应用于较大的、噪声较大的数据集时，其准确性往往要低得多。

最后，BRP分析工具必须服务于广泛的研究计划、环境和不断变化的需求。“对我们最初研究问题的回答通常会带来全新的探索途径，我们需要能够应对需求中的这些突然变化，”克拉克博士说。

BRP数据科学家利用MATLAB开发了高性能计算(HPC)软件，用于自动处理声学数据。

他们开始了一个检测分类项目，通过收集他们想要检测的动物的音频片段，动物环境中的背景噪声片段，以及归档的声学数据的mat文件。在MATLAB中，他们开发新的或改进现有的算法，以检测与剪辑目录中类似的存档数据中的音频序列。

该算法使用了图像处理工具箱™和信号处理工具箱™支持的模式匹配、边缘检测、连通区域分析、卷积等技术，以及模糊逻辑工具箱™和深度学习工具箱™支持的机器学习技术。万博1manbetx

为了评估算法的准确性，研究人员使用统计学和机器学习工具箱™来计算接收者工作特征(ROC)和其他性能曲线。

在使用并行计算工具箱调试和优化小数据集上的算法后，科学家们使用MATLAB并行服务器在64个工作人员集群上对完整的存档数据集运行它们。

BRP团队开发了一个MATLAB接口，使研究人员能够指定算法、数据集和处理器数量。

BRP与Marinexplore和Kaggle社区合作赞助了一项全球竞赛，超过240名参与者提交了检测和分类北大西洋露脊鲸向上接触呼叫的算法。BRP利用他们的MATLAB HPC平台识别出最精确的算法，该算法将被用来帮助防止船只与鲸鱼相撞。

除了检测和分类算法，BRP还使用MATLAB进行噪声分析和声学建模，捕获和模拟海洋或陆地环境的时间和频率频散效应。