Una red neuronal para series de comportamiento

FONSECA, ROCIO GUADALUPE; MARÍA CANDELARIA BOSCH; LUCAS BARBERIS; JACKELYN M. KEMBRO; ANA GEORGINA FLESIA

Buenos Aires CABA

Simposio; 51° Jornadas Argentinas de Informática. Simposio Argentino de Inteligencia Artificial; 2022

Sociedad Argentina de Informática

El comportamiento de animales de laboratorio es estudiado usualmente por medio de la observación directa, utilizando catálogos de conductas predefinidas. Sin embargo la determinación de eventos en señles derivadas de sensores de alta precisión como los acelerómetros, es muy difícil de lograr por inspección, por lo cual es necesario entrenarmétodos de clasificación usando datos sincronizados, segmentados manualmente, de series derivadas de videograbaciones, además de los datos de acelerómetros. En el (IIByT, CONICET-UNC) recolectamos datos de codornices japonesas con esas condiciones de laboratorio, parapoder conformar una database de información de entrenamiento para el problema.También estudiamos la optimalidad de una red neuronal Long Short Time Memory (LSTM) entrenada con nuestros datos, los cuales son series multivariadas de las coordenadas espaciales del acelerometro, medidas cuando ´este es colocado sobre el cuerpo del animal. Estas series corresponden a la aceleración debida al propio movimiento y a la gravedad.Una caracter´ıstica de este tipo de red es que la información puede permanecerintroduciendo bucles en el diagrama, por lo que pueden recordarestados previos y utilizar esta informaci´on para decidir cu´al ser´a el siguientepaso. Esto las hace muy adecuadas para manejar series de tiempo,como estas relacionadas al comportamiento animal.