该研究使用机器学习流程在棕猿围栏内进行无人辅助测试。通过半自动方式生成的棕猿录音数据集，采用不同的分类算法和深度学习方法进行识别。结果显示，经过微调的ResNet模型在数据准备和分离后准确率达到75%。