Training data set for PAL filter
Published by OpenAgrar
About this dataset
Trainingsdatensatz für ein binäres Klassifikationsmodell zur Unterscheidung zwischen echten Echoortungssignalen von Schweinswalen im schmalbandig-hochfrequenten (NBHF) Bereich und synthetischen NBHF-Signalen, die vom PAL (Porpoise Alert, Alternative zum Pinger) ausgesendet werden, in passiv-akustischen Monitoringdaten, die mit F-PODs (Chelonia Ltd., UK) im Rahmen des PAL-CE-Projekts (thuenen.de/pal-ce, 2021-2025, BfN FKZ 3521820700) erhoben wurden. Der Trainingsdatensatz besteht aus der Tabelle der Klicksequenz-Details (.xlsx), die aus der FPOD-App (F-POD Software v1.06) unter Verwendung des automatisierten Analysealgorithmus KERNO-F exportiert wurde. Die Klassifikation erfolgte auf Basis von NBHF-Signalen, wobei nur die Kategorien „hoch“ und „moderat“ bei den Klicksequenzen berücksichtigt wurden. Zwei erfahrene Annotator:innen trennten manuell Klicksequenzen realer Schweinswale von jenen der künstlichen PAL-Signale, basierend auf der visuellen Darstellung der Signale. Es wurde eine kombinierte xlsx-Datei erstellt, in der nur solche Klicksequenzen enthalten sind, bei denen beide Annotator:innen dieselbe Klassifikation vornahmen. Daraus resultierte ein konsensbasierter Trainingsdatensatz bestehend aus 154.772 Klicksequenzen (912 echte Schweinswal-Klicks und 153.860 PAL-Signale). Dieser Datensatz wurde verwendet, um ein binäres Klassifikationsmodell mit eXtreme Gradient Boosting (XGBoost, xgboost v1.7.8.1, R) zu trainieren, um eine effiziente und automatisierte Filterung von PAL-Signalen aus dem Gesamtdatensatz zu ermöglichen.