Una red neuronal para series de comportamiento

FONSECA, ROCIO; BOSCH, CANDELARIA; BARBERIS, LUCAS; KEMBRO, JACKELYN; A.G. FLESIA

Buenos Aires

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

SADIO

El comportamiento de animales de laboratorio es estudiadousualmente por medio de la observacion directa, utilizando catalogosde conductas predefinidas. Sin embargo la determinacion de eventos enseñales derivadas de sensores de alta precision como los acelerometros,es muy dificil de lograr por inspeccion, por lo cual es necesario entrenar metodos de clasificacion usando datos sincronizados, segmentadosmanualmente, de series derivadas de videograbaciones, ademas de losdatos de acelerometros. En el (IIByT, CONICET-UNC) recolectamosdatos de codornices japonesas con esas condiciones de laboratorio, parapoder conformar una database de informacion de entrenamiento para elproblema.Tambien estudiamos la optimalidad de una red neuronal Long ShortTime 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 aceleracion debida al propio movimiento y a la gravedad.Una caracteristica de este tipo de red es que la informacion puede permanecer introduciendo bucles en el diagrama, por lo que pueden recordarestados previos y utilizar esta informacion para decidir cual sera el siguiente paso. Esto las hace muy adecuadas para manejar series de tiempo,como estas relacionadas al comportamiento animal.