Essentia Memoria haber masasından yayımlanmış araştırmaların taraması. Gerçek makaleleri listeler, her biri DOI kayıt kurumunda arandı; oyun bu sonuçları kendisi tekrarlamadı.
Araştırma taraması
Yapay zekâ araştırmaları ne buldu: balinaların kültürü ve sesi
Olay zamanı: · Yayın zamanı:
balinaların kültürü ve sesi üzerine 12 yayımlanmış eser; her biri burada listelenmeden önce DOI kayıt kurumunda arandı, her birinin ne bildirdiği sade sözlerle yazıldı.
İzle
Açıklayıcı görselleştirme: kayıttaki sayılardan çizildi. Olay anının görüntüsü değil; olayı kimse kaydetmedi.
Dinle
Metin dökümü
Essentia Memoria oyun evreninden haber. Yapay zekâ araştırmaları ne buldu: balinaların kültürü ve sesi. Balinaların kültürü ve sesi üzerine 12 yayımlanmış eser. Her biri burada listelenmeden önce DOI kayıt kurumunda arandı, her birinin ne bildirdiği sade sözlerle yazıldı. Bu tarama her makalenin ne bildirdiğini listeler. Oyun bu sonuçları kendisi tekrarlamadı. Arama sözcükleriyle eşleşen makaleleri bulur. Listelenen bir makale yapay zekâyı yalnızca kısmen kullanıyor olabilir. Arama en çok atıf alan elli eşleşmeyle sınırlıdır. En yeni sonuçlar atıf alana dek eksik kalabilir. Bu haber dünya kaydından sabit bir şablonla yazıldı. Haberin tamamı ve kaynak kayıtları essentiamemoria.com adresinde.
Soru
Makineler balinaların şarkılarından ve tıklamalarından ne öğrendi, bu seslerde bir kültür var mı?
İddialar ve her birinin kaynağı
- Bu araştırmanın oyundaki yeri (dünya dilbilgisinin kurduğu bir yer)harbour → port
Oyun simülasyonu · Kodda tanımlı
src/lib/world-grammar/place-grammar.ts · resolvePurpose('harbour') - Bu taramadaki yayımlanmış eser; her biri DOI kayıt kurumunda çözüldü12
Gerçek dünya bilgisi · Kaynak [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12]
- Sinir ağları kaşalot tıklamalarını yakalıyor ve ailelerin paylaştığı ritmik kalıpları, kodaları ayırt ediyor.Bermant 2019
Gerçek dünya bilgisi · Kaynak [1]
- Bir ağ yıllarca süren su altı kayıtlarını dinledi ve içlerindeki kambur balina şarkısını buldu.Allen 2021
Gerçek dünya bilgisi · Kaynak [2]
- Kaşalot iletişimini makine öğreniminin öğrenebileceği ölçekte kaydetmek, etiketlemek ve modellemek için bir yol haritası.Andreas 2022
Gerçek dünya bilgisi · Kaynak [3]
- Kaşalot kodaları sohbete göre değişiyor ve balinalar arasında kopyalanıyor; böylece sanılandan çok daha fazla işarete birleşiyor.Sharma 2024
Gerçek dünya bilgisi · Kaynak [4]
- Beluga whale acoustic signal classification using deep learning neural network modelsZhong 2020
Gerçek dünya bilgisi · Kaynak [5]
- Automatic detection and classification of baleen whale social calls using convolutional neural networksRasmussen 2021
Gerçek dünya bilgisi · Kaynak [6]
- Detecting, classifying, and counting blue whale calls with Siamese neural networksZhong 2021
Gerçek dünya bilgisi · Kaynak [7]
- A machine learning pipeline for classification of cetacean echolocation clicks in large underwater acoustic datasetsFrasier 2021
Gerçek dünya bilgisi · Kaynak [8]
- North Atlantic Right Whale acoustic signal processing: Part I. comparison of machine learning recognition algorithmsDugan 2010
Gerçek dünya bilgisi · Kaynak [9]
- A multimodel deep learning algorithm to detect North Atlantic right whale up-callsIbrahim 2021
Gerçek dünya bilgisi · Kaynak [10]
- Whale counting in satellite and aerial images with deep learningGuirado 2019
Gerçek dünya bilgisi · Kaynak [11]
- The neural network classification of false killer whale (Pseudorca crassidens) vocalizationsMurray 1998
Gerçek dünya bilgisi · Kaynak [12]
Kaynakça, kayıt kurumunda denetlendi
[1] Bermant (2019). Deep Machine Learning Techniques for the Detection and Classification of Sperm Whale Bioacoustics. Scientific Reports. doi:10.1038/s41598-019-48909-4
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “Deep Machine Learning Techniques for the Detection and Classification of Sperm Whale Bioacoustics” (2019)
[2] Allen (2021). A Convolutional Neural Network for Automated Detection of Humpback Whale Song in a Diverse, Long-Term Passive Acoustic Dataset. Frontiers in Marine Science. doi:10.3389/fmars.2021.607321
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “A Convolutional Neural Network for Automated Detection of Humpback Whale Song in a Diverse, Long-Term Passive Acoustic Dataset” (2021)
[3] Andreas (2022). Toward understanding the communication in sperm whales. iScience. doi:10.1016/j.isci.2022.104393
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “Toward understanding the communication in sperm whales” (2022)
[4] Sharma (2024). Contextual and combinatorial structure in sperm whale vocalisations. Nature Communications. doi:10.1038/s41467-024-47221-8
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “Contextual and combinatorial structure in sperm whale vocalisations” (2024)
[5] Zhong (2020). Beluga whale acoustic signal classification using deep learning neural network models. The Journal of the Acoustical Society of America. doi:10.1121/10.0000921
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “Beluga whale acoustic signal classification using deep learning neural network models” (2020)
[6] Rasmussen (2021). Automatic detection and classification of baleen whale social calls using convolutional neural networks. The Journal of the Acoustical Society of America. doi:10.1121/10.0005047
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “Automatic detection and classification of baleen whale social calls using convolutional neural networks” (2021)
[7] Zhong (2021). Detecting, classifying, and counting blue whale calls with Siamese neural networks. The Journal of the Acoustical Society of America. doi:10.1121/10.0004828
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “Detecting, classifying, and counting blue whale calls with Siamese neural networks” (2021)
[8] Frasier (2021). A machine learning pipeline for classification of cetacean echolocation clicks in large underwater acoustic datasets. PLoS Computational Biology. doi:10.1371/journal.pcbi.1009613
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “A machine learning pipeline for classification of cetacean echolocation clicks in large underwater acoustic datasets” (2021)
[9] Dugan (2010). North Atlantic Right Whale acoustic signal processing: Part I. comparison of machine learning recognition algorithms. IEEE Long Island Systems, Applications and Technology Conference (LISAT). doi:10.1109/lisat.2010.5478268
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “North Atlantic Right Whale acoustic signal processing: Part I. comparison of machine learning recognition algorithms” (2010)
[10] Ibrahim (2021). A multimodel deep learning algorithm to detect North Atlantic right whale up-calls. The Journal of the Acoustical Society of America. doi:10.1121/10.0005898
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “A multimodel deep learning algorithm to detect North Atlantic right whale up-calls” (2021)
[11] Guirado (2019). Whale counting in satellite and aerial images with deep learning. Scientific Reports. doi:10.1038/s41598-019-50795-9
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “Whale counting in satellite and aerial images with deep learning” (2019)
[12] Murray (1998). The neural network classification of false killer whale (Pseudorca crassidens) vocalizations. The Journal of the Acoustical Society of America. doi:10.1121/1.423945
Doğrulandı: eser var ve eşleşiyor · Crossref üzerinde 28 Eki 2026 23:21 UTC tarihinde denetlendi · kayıttaki eser “The neural network classification of false killer whale (<i>Pseudorca crassidens</i>) vocalizations” (1998)
İnceleme
Hakem değerlendirmesinden geçmedi. Bu taramayı henüz hiçbir insan bilim insanı incelemedi. Şablonu ve temel eser özetleri bir yapay zekâ yardımcısıyla (Claude) yazıldı; listelediği makaleler gerçek ve her biri kayıt kurumunda denetlendi, herkes bağlantıları izleyip okuyabilir.
- Listelenen her DOI çözüldü; başlık, yıl ve ilk yazar listeyle eşleşti.
- Aramanın bulduğu her eseri, aramadan bağımsız bir kayıt kurumu olan Crossref tutuyor.
- Başlık ve özetteki her sayı listelenen bir iddiayla karşılanıyor.
- Hiçbir aday eser düşürülmedi: masanın bulduğu ya da adlandırdığı her eseri kayıt kurumu doğruladı.
Kod sürümü: deb216f03447
Kaydın söylemedikleri
Bu tarama her makalenin ne bildirdiğini listeler; oyun bu sonuçları kendisi tekrarlamadı. Arama sözcükleriyle eşleşen makaleleri bulur; listelenen bir makale yapay zekâyı yalnızca kısmen kullanıyor olabilir. Arama en çok atıf alan elli eşleşmeyle sınırlıdır; en yeni sonuçlar atıf alana dek eksik kalabilir.
Nasıl yazıldı
Masanın adlandırdığı temel eserler, ardından OpenAlex’te başlık ve özetlerde (whale OR cetacean) AND (vocalization OR vocalisation OR song OR coda OR acoustic) AND ("machine learning" OR "deep learning" OR "neural network" OR "neural networks" OR "artificial intelligence" OR convolutional OR "reinforcement learning" OR "language model" OR transformer) araması için dönen, DOI’si olan en çok atıf almış eserler; bir sonuç ancak kendi başlığı alanı, başlığı ya da özeti bir yapay zekâ yöntemini tam sözcük olarak anıyorsa tutulur; bu sözcüklerden en çoğunu başlığında anan sonuçlar önce gelir. Her aday Crossref’te (ikinci çözücü OpenAlex) arandı; başlığı, yılı ve ilk yazarı karşılaştırıldı. Aramanın bulduğu bir eser ancak Crossref onu tutuyorsa gösterilir. Temel eserlerin özetlerini masa yazdı; diğer eserler kendi başlıklarıyla listelenir.
Kaynak kayıtlar: code:src/lib/world-grammar/place-grammar.ts#resolvePurpose · doi:10.1038/s41598-019-48909-4 · doi:10.3389/fmars.2021.607321 · doi:10.1016/j.isci.2022.104393 · doi:10.1038/s41467-024-47221-8 · doi:10.1121/10.0000921 · doi:10.1121/10.0005047 · doi:10.1121/10.0004828 · doi:10.1371/journal.pcbi.1009613 · doi:10.1109/lisat.2010.5478268 · doi:10.1121/10.0005898 · doi:10.1038/s41598-019-50795-9 · doi:10.1121/1.423945