Hammerhead Shark Species Monitoring with Deep Learning

Author(s):  
Alvaro Peña ◽  
Noel Pérez ◽  
Diego S. Benítez ◽  
Alex Hearn
2009 ◽  
Vol 1 ◽  
pp. 175 ◽  
Author(s):  
Ilena Zanella ◽  
Andrés López ◽  
Rándall Arauz

En el ámbito nivel mundial, el tiburón martillo (Sphyrna lewini) es una de las especies más afectadas por la sobrepesca y el aleteo. Recientemente se incorporó a la Lista Roja de la UICN como especie en peligro de extinción. El presente estudio pretendió caracterizar la pesca y la distribución de S. lewini en la parte externa del Golfo de Nicoya. Para lograr este propósito, se realizaron muestreos entre marzo del 2006 y mayo del 2007 y se analizaron los tiburones martillo capturados por pescadores artesanales afiliados a la Cooperativa artesanales de Pescadores de Tárcoles (CoopeTárcoles R. L.), que faenan en la parte externa del Golfo de Nicoya. Para cada tiburón, se determinó la longitud total, la zona de pesca donde se capturó y el arte utilizado. En total se analizaron 273 tiburones. Se identificó un área de crianza primaria en el Peñón y se determinó que existe una relación lineal positiva entre la longitud total y la profundidad de la zona de pesca (R2 = 0.4296; p ‹ 0.0001), y la longitud total y la distancia de la zona de pesca de la desembocadura del río Grande de Tárcoles (R2 = 0.4052; p ‹ 0.0001). Los tiburones de menor tamaño (crías) se encontraron en la zona del Peñón, donde las aguas son poco profundas, turbias y productivas, ofreciendo a las crías alimento y protección de los depredadores. Por lo cual, se recomienda proteger esta zona, en particular en marzo, abril y mayo, época de nacimiento de las crías.The scalloped hammerhead shark (Sphyrna lewini) is one of the shark species most impacted by overfishing, and is currently listed by the IUCN Red List as an Endangered.  This research sought to characterize the distribution of S. lewini in the external area of Gulf of Nicoya, central Pacific coast of Costa Rica, based on observations from a coastal artisanal fishery. From March 2006 to May 2007, we analyzed scalloped hammerhead shark landings by members of the Tarcoles Artisanal Fishermen's Cooperative (CoopeTárcoles R. L.), who operate in the outer part of the Gulf of Nicoya. We measured the total length of each shark, recorded the reported location of capture, and the gear used. In total, we recorded data for 273 sharks landed. We determined that total length holds a positive linear relationship with the depth of the fishing area (R2 = 0.4296, *** p <.0001) as well as with the distance from the mouth of the Tárcoles River (R2 = 0.4052, *** p <.0001). The smaller sharks (pups) were caught in a fishing site known as Peñon, slightly north of the mouth of the Tarcoles River, where the waters are shallow, turbid and highly productive, providing food and shelter for the pups.  As pups mature and attain larger sizes, they move towards deeper waters away from the Tarcoles River, out of the Gulf of Nicoya. We identify Peñon as a primary nursery for scalloped hammerhead sharks, and recommend management actions that seek to reduce fishing effort between March and May, when pups are born.


Author(s):  
Stellan Ohlsson
Keyword(s):  

2019 ◽  
Vol 53 (3) ◽  
pp. 281-294
Author(s):  
Jean-Michel Foucart ◽  
Augustin Chavanne ◽  
Jérôme Bourriau

Nombreux sont les apports envisagés de l’Intelligence Artificielle (IA) en médecine. En orthodontie, plusieurs solutions automatisées sont disponibles depuis quelques années en imagerie par rayons X (analyse céphalométrique automatisée, analyse automatisée des voies aériennes) ou depuis quelques mois (analyse automatique des modèles numériques, set-up automatisé; CS Model +, Carestream Dental™). L’objectif de cette étude, en deux parties, est d’évaluer la fiabilité de l’analyse automatisée des modèles tant au niveau de leur numérisation que de leur segmentation. La comparaison des résultats d’analyse des modèles obtenus automatiquement et par l’intermédiaire de plusieurs orthodontistes démontre la fiabilité de l’analyse automatique; l’erreur de mesure oscillant, in fine, entre 0,08 et 1,04 mm, ce qui est non significatif et comparable avec les erreurs de mesures inter-observateurs rapportées dans la littérature. Ces résultats ouvrent ainsi de nouvelles perspectives quand à l’apport de l’IA en Orthodontie qui, basée sur le deep learning et le big data, devrait permettre, à moyen terme, d’évoluer vers une orthodontie plus préventive et plus prédictive.


2020 ◽  
Author(s):  
L Pennig ◽  
L Lourenco Caldeira ◽  
C Hoyer ◽  
L Görtz ◽  
R Shahzad ◽  
...  
Keyword(s):  

2020 ◽  
Author(s):  
A Heinrich ◽  
M Engler ◽  
D Dachoua ◽  
U Teichgräber ◽  
F Güttler
Keyword(s):  

Sign in / Sign up

Export Citation Format

Share Document