你好，每个人。
谢谢你为了加入我们。
这标题的我们的讲话今天
是奥特利吗令人困惑！ 短C依法，毛茸茸的-N用过，平滑-C燕麦，要么欧亚？
只是问跳！
这些四物种发生在相同的栖息地在亚洲，在欧亚大陆，
和这题是，如何做你告诉他们分开？
使用我们的FIT技术，这脚印鉴别技术
发达经过野生轨道，
我们能够实际上告诉他们分开。
这介绍将要是经过四人们：
弗雷德基斯特纳，谁是在这卡尔斯鲁厄德国理工学院
和还一种成员的这WildTrack专家团体;
拉里萨斯莱尼，谁是一种博士候选人在赫瑞-瓦大学，
适合猎豹研究项目
和还成员的这WildTrack专家团体。
佐伊朱厄尔和我，我是天空阿里拜，学院在公爵大学
和创始人的WildTrack和开发商的这脚印鉴别技术
和还会员WildTrack的专家团体。
我是去到做一种非常简短的演示，非常非常简短的介绍，
和然后生病手超过到我们的下一个扬声器。
除了从极端主义者物种那我们工作在，
WildTrack已一个广泛的数字杰出的物种那我们工作在
在不同的部分的这世界，测距从这阿穆尔老虎在中国
到黑色的犀牛在非洲到捷豹在巴西。
全部的他们利用在一形式或其他
是脚印鉴别技术。
现在什么做脚印鉴别技术实际上做？
一的这事物关于足迹识别技术，FIT，
是那它作品作为一个加入在JMP。
它是设计的到分类物种或亚种
经过使用这指标从这脚印，
分类性别，分类年龄班级，和甚至分类个人。
现在那些是全部元素那是必需的到理解
这人口动力学的任何濒危物种，
这基本的基础元素。
这保护应用足迹鉴别技术，
这基线数据在数字和分配在形成：
数据-驱动的科学的保护策略，
贸易在濒危物种，
人类/动物冲突减轻，
和全部这些在一种大大地将要是显示
到代表这大大地在哪一个獭保护作品。
现在生病手你超过到拉里萨斯莱尼，谁将要开始这过程的解惑。
谢谢你。
正确的。 谢谢你非常很多，天空，为了这伟大的介绍。
谢谢你到JMP,为了允许我们到展示我们的研究这里。
是非常高兴关于那。
谢谢你所以很多为了全部的你到在这里
和显示这兴趣在我们的研究。
现在前是去到跳，双关语故意的，
进入解释我们的数据分析和JMP,
一世将喜欢到给你一些背景到这研究。
我们思考它是真的重要的到看在这在语境
因为它是不是只是关于什么JMP可以做，
但如何这是应用在这真实世界和如何我们科学家们能够采用它到...
它给我们这机会到制作变化为了这更好的，基本上。
我们的研究看起来在脚印分析作为天空已经只是说。
我们是看着在这脚印的亚洲人獭物种。
现在这里你能够看四不同的亚洲人獭物种
和他们是全部分类脆弱或批判性地——濒危经过这世界自然保护联盟，
和这家范围重叠，
就是这样——叫同域的獭物种。
在这最佳剩下，你能够看这平滑-c燕麦獭。
最佳正确的，你能够看这亚洲人短的要么小的-爪子獭，
底部剩下，这毛茸茸-鼻子獭，
和在底部正确的，你能够看这欧亚大陆獭。
现在，到是有能力的到监视器这不同的物种，
我们需要到收藏数据，哪一个很难
和这样的非常难以捉摸物种。
你几乎不曾经看他们在这荒野，但你做看他们的脚印。
看着在这些脚印为了每个物种，
什么时候你看在他们这里，他们看非常相似的，别他们？
现在，它是相当棘手到告诉他们分开。
所以，我们放我们这任务到找出是否
那里是一种大大地为了合身到区分之间这脚印
的这些四獭物种在一种科学的和可靠的大大地。
现在，我们做有一个添加问题这里，因为这前脚印
的二的这物种有一种尺寸重叠
和这后脚印的其他物种
是形态上非常相似，
和还尺寸-明智的相当相似的到这正面脚的其他物种。
我们已经得到一种多级分类问题这里。
现在这里你能够看一种地图哪一个显示分布范围
的这不同的獭物种。
这蓝色区域这里，那是一种欧亚大陆獭。
然后这红色的区域是个光滑的-涂层獭。
这黄色的下这里是这小的-抓到三、
和然后这粉色的超过这里是毛鼻水獭。
但你能够看它，虽然它看起来喜欢一种大区域，
有实际上只是一种很少点缀岛屿那里。
什么是真的有趣的关于这地图，虽然，
它节目你在哪里他们的家范围重叠。
那里是六领域在哪里
在至少二，如果不是甚至三的物种重叠。
为了保守主义者，它是真的重要的到找出去
在哪里不同的物种居住，到什么程度,
如何大这人口是，和找出去作为很多作为可能的关于
这不同的人口
所以那我们有一种好的主意的如何濒危他们是。
现在，为什么是水獭保护重要的？
好吧，第一的的全部，水獭是分类作为基石物种，
和那方法那他们有一个影响在他们的环境
不成比例的到他们的丰富。
只是一种很少个人能够有相当一种大的影响。
他们玩一种真的重要的部分
在这食物链和贡献到这环境的平衡。
他们是还见过作为雨伞物种，
哪一个方法那他们授予保护到一种大数字的其他物种。
基本上，如果某物发生到这水獭，
那将要有一个影响在其他物种作为好吧。
他们是还一个指标物种，
所以他们实际上表明这健康的他们的环境。
他们将要不是居住在受污染的水域要么在污染湿地。
獭返回到一个区域是总是一个好兆头，
因为那方法水质和湿地健康是改善。
现在，威胁到水獭。 那里是很多的不同的威胁。
污染是这一我们已经提及只是现在。
但其他问题是这人类野生动物冲突，栖息地失利。
和那还来了失利的猎物。
一种n增加问题，尤其是在亚洲，
是这非法的贸易，这非法的野生动物贸易。
他们是特别在毛皮之后，这毛皮贸易和还后宠物。
婴儿水獭是采取出去的这野生并用作宠物，
哪一个是不是好的为了獭保护在全部。
现在
如何做你方法一种保护项目喜欢这？
好吧，第一的的全部，你需要到思考
如何做你想到监视器这人口。
什么做你想到看在？
做你想到看在物种分配？
是的，几乎总是。
做你想到看在个人ID？
做你想到找出去什么这性别比率之内一种人口是？
这下一个事物你需要到决定是做你想到采用侵入性方法
那潜在的压力要么甚至伤害动物？
要么做你想到采用非侵入性技术要么方法
到监视器这物种哪一个将要不是压力和伤害这动物？
我们，在野生轨道，
我们重点在非侵入性方式到监视器物种。
在这特定项目，
我们是完全地聚焦在脚印鉴别。
现在，一次你有制成那些决定，
你需要到明显地火车人们来帮你和这数据收藏
因为你不能是到处你不能走到处。
期间次的流行病，它是甚至更多的难的。
所以你需要到火车您的团队两个都在-人作为好吧作为远程
所以那已是一种少量的一种挑战。
然后你需要到得到全部这数据收藏，
和这训练和这数据收集可以在现场进行，
哪一个方法在这场地要么前任- situ，意思是在动物园里
和其他保护组织。
一次你得到这数据在，那是什么时候你开始这数据分析。
在我们的案子，那是什么时候我们开始使用JMP。
其他典型的问题为了任何保护项目是资金，的课程，和还
试到得到保护政策改善，
和管理策略为了保护到有那些改善。
那是基本上我们的结尾目标。 我们是收集全部这数据。
我们是分析全部这数据以便在这结尾的这日，
我们可以将该信息提供给政府
要么其他组织和他们能够做出明智的决定
和制作更好的保护政策。
让我只是走背部一更多的时间。
在这剩下手边这里，实际上，
你能够看一的我们的迷人的饲养员收集脚印为了我们。
在这正确的手侧面，你可以看到
一种脚印图片那曾是发送到我们从这荒野。
那是一种神秘脚印。
我们是问如果我们可以请找出去
哪一个物种留下了那个足迹在后面。
那是真的什么我们想，
那研究人员开始到发送我们的足迹
和我们能够帮助他们找出哪一个物种生活在他们的区域。
弗雷德将要，希望之后在，帮助我们揭示
哪一个物种这脚印属于到。
现在，我们已经问我们自己三研究问题，
和在这片刻我们是仍然聚焦在一。
这是一个进行中项目。
一种吨这片刻，我们是聚焦在物种分类。
能合身，这脚印鉴别技术，
确认要么区分
在。。之间四不同的物种的獭我们是看着在？
什么时候我们已经得到足够的数据和足够的特定数据，
在哪里我们确实知道这个人，
我们将要看在个人分类和还在性别分类。
但那是去到是再远一点下这路。
到目前为止，我们已经与九个动物园合作，獭保护组织。
我们已经是训练他们到收藏脚印下列的我们的散客协议。
这已是，再次，疫情期间，相当具有挑战性的。
我有不是是有能力的到看大家在人，
所以一些人们我有不得不远程训练，
但他们已经全部是绝对地太棒了，我们的动物园和动物园管理员，
和有真正迎接这个挑战
和有开始到真的发送在一种很多的图片
作为你能够看这里在这左边。
它是仍然全面的很多更小样本尺寸比我们想到有。
作为一世说这是一个正在进行的项目，但它
是足够的到给我们
这能力到现在到分享一些初步的结果与你
所以我们能够画一些结论。
我们已经包括三獭物种在这所以远的。
我们已经只要只是开始到开始到得到 h通风——鼻子獭印刷。
有只要一H风鼻水獭失能在这所有的宽的世界。
他的要么她，我是不是当然，印刷品才刚刚开始出现，
和我们将要更新在一种之后时间
这结果和这第四物种在它。
但为了现在，是去到看在三獭物种。
是的，所以一世思考它是时间到有一种更近看在如何我们做这数据分析
超过到弗雷德。
谢谢你，拉里萨，和让我们跳直的进入行动。
喜欢天空提及之前，
散客有是发达为了一种宽的数字的物种。
什么时候它是完全发达
或之后离开生产，它是一个加入进入JMP。
今天，我是去到证明一些部分的这数据分析
和一些部分发展前它来了进入生产。
什么一世是去到说是，在一般的，一世只是通缉到给你
一种小的少量的一种背景这是怎么回事发展是通常完毕。
我们的输入数据是集
和很少的设备和非常简单的设备。
那是一的这主要的优点的合身，
那它能够是广泛应用和非常小的设备。
你只要需要一种手机和一种统治者。
如果你想到开发合身楷模为了肯定物种，
你开始和一个图片数据库这通常是集
的已知个人作为拉里萨提及。
我们所以合作和动物园和其他野生动物中心。
这些图片是然后处理在 JMP 内到提炼几何的简介
那提炼一种很多的测量，角度，距离。
这数据能够然后是用过的到开发合身楷模。
这一般的输出是那你想到看在物种，性别，个人。
如果你是有能力的到为个人编辑，你想到画结论
关于人口尺寸。
一次你开发这方法，
你确实想到测试这个在未知个人。
再次，你看在图片和得到一种预言的这楷模。
优点的合身基于在生物识别，它是非侵入性的。
它是一种标准化和成本有效的监测难以捉摸的野生动物的方法
那不能是监控经过直接的观察。
它能够是实施的为了几乎任何物种那树叶一种脚印。
它能够是结合与其他非侵入性方法
和叉-已验证楷模一般来说有一种高的准确性。
如何到建造这些楷模是东西那一世将喜欢到演示。
什么我是去到演示今天在技术上看起来
在不同的脚印。
你看在这最佳剩下，你看一种后脚
的一个亚洲人小爪獭。
在这最佳正确的，你看一种剩下光滑的水獭前面，
在这底部剩下，一种剩下正面的一种欧亚大陆獭，
和在这正确的手边，你看一种右脚足迹
从一个未知獭从尼泊尔。
什么我们是去到做今天是我们过程这些图片。
然后我是去到显示你如何到快速发展
一种分类模型之内JMP。
然后生病看什么这预测
的这些迅速地开发方法是去到是。
它全部开始
和图片分析。
那是基于脚本执行之内合身。
在这第一的步，你通常调整这尺寸的一个图片
所以那这脚印是清楚地可见的和这支配部分的这场地。
在命令到是可复制，
它是重要的那脚印是对齐下列的定义回转点。
为了水獭，这些是回转积分以下这第二和这第四脚趾。
然后你放一种定义放的地标点。
再次，为了水獭，这是物种-具体的。
但为了其他，我有选择11地标。
他们是在这中央。
对不起，忘记一步。
的课程，你需要到定义一种规模第一的。
这里我们得到10 厘米。 这是上面这儿。
你能够添加一些额外的信息。
只是到保持它简单的，一世将要姓名th是罢工亚洲人短爪獭。
然后你放11地标点。
你可以，为了实例，用一个成本空气功能
如果你想到制作这作为精确的显然，尽可能
但为了时间原因，生病只是迅速地跑步通过他们。
后环境11地标，你派生额外的点，
哪些有帮助积分那是还用过的
到提炼生物识别信息。
一次你有完毕那，
你会只是开始一种新的桌子和你走为了一种笔画。
生病只是迅速地跑步通过三更多的图片。
再次，你需要到调整大小他们。
现在，和这图片，你能够看它是上行空间下。
什么一世喜欢关于JMP是那
这图片窗户能够实际上做一些图片预加工。
现在，它是正确的正面。 对不起，一世需要到翻动这一更多的时间。
能做一些图片加工之内JMP和所以你别有到改变
在软件之间。
那是某物那一世真的喜欢那一世能够做全部我的工作
之内一软件其他比切换在之间一些软件。
再次，一世说11地标点。
这时间，生病只是走超过他们又快又脏，
和希望那这预言将要是准确的足够的
那是一种欧亚水獭。
再次，一世走附加
只是二更多的次，一为了这光滑涂层獭。
再次，一世将要放这11地标，
和什么这地标是用过的为了，生病显示你在一种第二。
派生点，追加行。
一最后的时间，这神秘拉里萨提到的足迹
那曾是发送到我们从一种项目在尼泊尔，
那是，到我的知识，正在做一些獭监控那里。
一的这物种已没见过为了在至少30年。
1、2、3、4、5、6 .
什么是不同的在这里就是它你有一种不同的规模。
那规模因素是某物那一世需要到调整之内这里。
再次，生病迅速地点击通过这图片。
这是一般完毕一种小的少量比较乏味，
但为了演示清酒，我会尽力点击通过他们迅速地。
和这是一个未知
物种。
什么你结尾向上和这是这光滑涂层。
什么你结尾向上是
一种大的数据桌子.
这些是积分为了
评估这质量的这地标，哪一个一世做过不是走进入之内这里。
你得到X和是坐标为了每个地标。
这些X和是坐标是衍生的
到计算一种大数字的测量。
有更多的比100距离衍生的，一些角度和一些领域。
有相当一种很多的信息提取的出去的一种单身的脚印。
如果你重复这步那我有只显示了几次，
你会结尾向上和一种数据桌子喜欢这。
这是这数据桌子那我要去到演示这预言模型在。
如果你有一种看什么我们有这里，
如果你看在这分布或物种要么目标多变的，
你看那一世有405处理图片的欧亚大陆水獭，
278亚洲人短爪水獭，和127光滑涂层水獭。
它是不是完美相等-分布式组，
但在至少每个团体已相当大的样本量，
哪一个将要希望工作为了造型。
每当你想到做任何一种有监督的造型，
它是一种好的主意到分裂你的数据进入训练和测试数据。
这能够是非常容易地完毕在JMP。
你有到制作验证柱子之内这预测性的造型平台。
什么我有完毕是一世随机将我的数据分成 80% 的训练数据
和20%测试数据，
我将在哪里测试这楷模那是去到建造在
和看如何他们履行。
全部正确的，所以我有之前完毕这。
什么生病做现在是生病只是选择我的训练数据，
哪一个是648行，
和一世将要只是有一种看进入一种数据看法。
这是648观察。
生病迅速地保存这作为我的训练放。
再次，如果你有一种看在分布，
你可以看那我们有，
100光滑涂层獭印刷， 324欧亚大陆獭印刷，和223升学。
它是这相同的分配百分比作为和这以前的数据放。
在这下一个步，
一世将要跳过出去一种大的部分当它来了到预测性的造型，
那是一种多变的选择。
一世认为那一世有不事先的知识，所以只是添加到全部变量
那是可用的。
一世有不主意哪一个模型是去到工作最好的。
什么我是去到做这里是生病使用模型筛选平台
那比较一些不同的机器学习楷模
那是实施的在JMP只是比较步表现在这
具体的任务。
再次，我的目标多变的是这物种。
这是这一那一世将喜欢到预测。
在全部的，一世有209 次测量
提取的从我的足迹数据和这些是我的X变量。
这些是全部因素那能够潜在的是用过的。
什么你看下这里是你能够选择这方法那你想跑
和你能够基本上选择通过全部这预言方法。
但为了论据的清酒和为了运行，
生病只要跑步方法那一世知道那将要跑步通过迅速地。
你能够再次制作它可重现的经过环境一种随机的种子。
什么是还好的关于一种模型筛选平台
是你能够添加一个内部的验证步。
我们已经分裂我们的数据进入训练和测试放。
但在命令到有一个内部验证在这些楷模
那我是要去发展，
生病添加k倍交叉验证。
生病只是放一种打钩在这里所以那那里是一些楷模
被评估使用k折交叉验证方法。
好的，如果一世只是点击迅速地，走在跑步。
生病有一种概括外表。
生病看那四的我的楷模
有是评估。
你会得到空中广场，
你会得到这几个模型的性能指标，
和你能够只是说哪一个一是这最好的。
你只是选择这主导的一。
你能够看进入这训练或进入测试集
哪一个将要还给你一种错误分类速度。
你能够看那错误分类速度为了引导森林曾是相当感人的。
它是几乎95%的这数据被正确分类
在这验证放。
为了论据的清酒，让我们说，那这引导森林，
这决策树，和这判别分析
是这三最好的楷模和我是不是当然哪一个一是这最好的。
一世能够只是跑步那些三楷模作为选择。
他们会流行音乐向上在他们的各自平台。
什么一世能够做是生病只是
保存这预言公式进入我的公式仓库。
生病做这为了这决策树模型，所以一世能够关闭这。
生病做这
为了这判别分析，在这里完成。
最后的但不是至少，一世能够做这个为了这引导森林模型
这里。
什么一世有现在是...
某人一世能够关闭，我是对不起。
一世有三楷模在我的公式仓库。
一世现在想到评价如何这些楷模履行在新的数据。
再次，一世走进入我的初始数据表
和一世选择我的测试放，
所以全部这变量那有一直在随机选择
作为一种验证放。
生病只是迅速地保存这作为测试放。
在这下一个步，一世能够技术上
打开我的公式库和一世能够跑步所有那些楷模在这新的数据桌子。
一世将要跑步他们在这测试放。
一世想到跑步全部三的这楷模。
一世能够做一种模型比较
我跑的地方这三楷模在这测试放。
那是实际上什么一世通缉到显示。
你会看下这里，一世希望你能够看这。
尝试到飞涨在一种小的少量那
这错误分类费率这些模型中的是实际上相当低的。
测试集是新的数据那已不是在模型上看到
和那里曾是一种错误分类速度
为了这决策树模型的16%，尽管这判别分析
和这引导森林
只要有一种错误分类速度的12%。
你有这最高空气正方形价值为了这引导森林，
和那里是一些其他指标那你想到看在。
为了我们，这最多重要的公制是这预言，正确的要么错误的。
一世通常看一种很多在这错误分类速度。
但明显地，全部这其他指标
可以使用到评价和产生好的楷模。
最后的但不是至少，
我们想到有一种看的如何这些楷模
实际上履行在这脚印那是只是之前处理。
再次，我们走背部进入我们的... 现在，它在哪里？
在我们的公式库和好吧跑步这
在四图片那我们之前
处理。
如果我们打开这数据桌子，
你能够有一种看在这预言。
什么我们能够看这里。 我会做它一种小的少量更多的明显地。
所以这曾是
这原版的数据，
和如果一世只是看进入这物种为了这第一的模型，
一切曾是预料到的正确。
这第一的模型曾是这决策树那预料到的ASC为了升压，
欧亚大陆水獭欧亚大陆獭，光滑涂层为了光滑涂层，
和相同的和这判别分析和相同的和这引导程序森林。
所有这三个楷模实际上预料到的正确的物种到这图片
我们处理过的，和全部楷模是还持续的
关于他们的预言什么时候它来了到这欧亚大陆獭。
我是正在做我的博士主要是在这欧亚大陆獭物种。
这曾是还某物那一世将有猜测作为一个专家
在这特定物种脚印。
所以它是相当持续的和它作品真的好吧。
明显地，你能够添加更多的脚步你可以美好的调
您的分类评价更高如果你看更多的进入特征选择。
但一世思考什么一世通缉到显示你和这演示是如何容易地一种题
什么物种它是能够是回答使用JMP。
一世希望这曾是相当直觉的。
让我画一些结论在那，一些结果。
什么一世真的喜欢关于JMP是一种伟大的全部-在-一解决方案。
一世能够提炼生物识别数据从图片之内这合身加入。
一世别有到转变软件到做这数据分析。
直接地，我的提取的生物识别数据能够是分析了。
和不是只要分析了在一种描述性的大大地，
一世能够建造分类楷模。
有状态-的-这艺术机器学习楷模实施的进入那，
和所以它是一种一-和-全部解决方案。
有明显地其他方法到也这样做，
但一世只是喜欢这实用性。
为了我们的特定研究题，
所以我们的獭物种具体的分类楷模在这阶段，
如何很多数据我们有，他们有执行非常好吧。
他们是有能力的到保护这物种
的单身的未知獭脚印和高的分类速度。
为了实例，这里
神经网，哪一个一世做过不是跑步在这例子
因为这运行是一种长一点，
有一种错误分类速度的只要10%在这相同的测试放。
它可以甚至增加这分类准确性的其他百分之二。
如果你潜水在更深，你能够甚至增加这一种小的少量更多的。
一事物那我们的经验从在职的和脚印在这场地
增加这分类精度经过相当一种很多
是相当比在职的单脚印
是到工作和小径。
一个动物，取决于在在哪里你是，取决于在这基质，
没有只要离开一种单身的脚印。
没有去也很多进入细节，一种脚印能够是一种相当复杂的事情
因为它变量一种很多和这基质那一个动物
正在移动通过和这速度的一个动物和这门。
那里能够是相当一种少量的噪音和背景变化。
如果你工作和多脚印和拿一个平均的的一种预言
反而的单身的脚印，
你能够地址这变化相当一种少量更多的。
这来了尤其重要的什么时候你想到看在个人鉴别。
最后的但不是至少，
JMP是还伟大的到获得见解在这重要性的变量。
有一些方法之内JMP
那你能够看进入哪一个是实际上是变量
那是贡献这最多到预测。
你能够任何一个看在树-基于方法，
在哪里你看在这分类树和在哪里这分裂是完毕。
你能够看进入柱子贡献再次为了树-基于方法，
如果你工作和引导 F矿石，要么XGBoost，要么某物喜欢那。
你能够看哪一个列实际上是在选择如何许多次。
你可以看进入这预言剖析器
如果你采用这普通的造型平台之内JMP。
你能够技术上有一种看是什么预言的您的模型，
如何它是去到改变如果你改变肯定价值观。
要么你能够做某物喜欢一种判别分析，
在哪里你只是跟随
这F-比率的如何变量是选择。
这将要然后，再次，给你一种很多见解
因为它真的要看在您的题。
做你想到有一种外部顾问的预测
的什么物种你是看着在？
要么做你想到给一种实地工作指南
的哪一个测量是值得看着进入
什么时候你是进入场地，
什么时候你想到制作这主题分类，
喜欢只是在专家知识？
是的，所以那是基本上它从我的边。
一世将喜欢到谢谢全部这贡献动物园和野生动物公园谁允许我们
到工作和他们的美丽的动物和分享数据和我们。
尤其，一世将喜欢到谢谢优雅约克森从这IOSF,
这獭生存公司谁得到我们进入接触和许多的他们，
KHYS,我们的卡尔斯鲁厄楼年轻的科学家们
谁实际上资助了这项研究，
和最多重要的，约瑟夫摩根从JMP,
谁很有帮助到那个时刻造型和合身。
然后他已是给予我建议
更多的比一次什么时候一世得到任何JSL脚本问题。
是的，那是漂亮很多它从我的边。
谢谢你非常很多为了听所以远的，每个人。
一世只是真的想到圆形的向上这里。
一世认为天空，和拉里萨，和弗雷德勾勒得很漂亮
这挑战我们面临在识别这些不同种类的水獭
大约这世界和这大大地在哪一个JMP能够帮助我们
分类他们和带来一些清晰到这图片。
在哪里是他们和如何许多是那里？
ID喜欢到只是迅速地讲话关于什么是下一个。
如何是我们建筑在这？
一的这事物是正在做是建筑
人造的智力进入这图片所以那它将要允许我们到
筛选和种类一种很多更大体积的数据作为它来了在。
作为两个都弗雷德和拉里萨有说，我们需要更多的数据。
人造的智力已这潜在的，
哪一个我们已经已经裸露在一些早期训练
和测试和场地数据
作为你能够看在这底部的这个画面。
是得到合理地良好的准确性在我们的最初的试验和人工智能。
我们思考那它将要绝不给我们相当这解决那JMP将要给我们。
什么是瞄准到做是有一个人工智能平台
哪一个将要是简单为了公民科学家到喂养数据进入。
好吧有JMP作为这顶级分类器在那平台经过整合它。
但这钥匙这里真的是那这个神秘的地面证据
剩下在后面经过水獭和全部这其他物种
有没有为了我们到解码要是我们能够找一种大大地到做它。
它真的是变革性的在保护
到是有能力的到有一种便宜又快捷的技术
到知道在哪里这些濒危物种是。
是非常乐观的使用一个基线人工智能分类器
与 JMP作为一种最终的分类器，好吧是有能力的到制作那技术
不仅仅递送这数据我们需要，但整合人们全部全世界
作为公民科学家们到是部分的那。
是真的感激到这JMP 社区为了支持我们
通过这所有的旅行。
是不断地制造新的大步前进。
我们知道那有兴趣在这个社区，
和我们希望那他们将要加入我们
什么时候我们的新的移动的应用程序来了出去到甚至开始收集数据他们自己
和推动这向前到我们想要的地方是，
哪一个是一种分类器
为了全部濒危物种全部超过这世界。
这里是到很多和很多的积分在这地图，
和谢谢你全部为了听。
