Modelos matemáticos y técnicas de aprendizaje automático para el estudio del movimiento animal

CORDOVA MORA, DAVID; KAZIMIERSKI, LAILA; KUBISCH, ERIKA; ECHAVE, MARIA EUGENIA; CATALANO, NICOLAS; LANERI, KARINA

Congreso; 107ª Reunión de la Asociación Física Argentina; 2022

La tortuga terrestre Chelonoidis chilensis es una especie que se encuentra en estado vulnerable a nivel nacional e internacional y está incluida en el Apéndice II de CITES, siendo el reptil autóctono más comercializado en el mercado ilegal de mascotas de Argentina. Los estudios en campo son escasos, dado que su camuflaje con el entorno hace que sea difícil detectarla en su hábitat natural, lo que provoca la falta de datos necesarios para su estudio y conservación. Las técnicas de aprendizaje automático, podrían ayudar a resolver este problema puesto que se pueden utilizar para clasificar señales de sensores inerciales colocados sobre el animal, con distintos comportamientos del ejemplar, sin necesidad de la observación directa. En este trabajo se empleó una unidad de navegación que cuenta con acelerómetro, giroscopio, GPS, y termómetro. Se analizaron datos recolectados con este dispositivo sobre tortugas silvestres, en campos cercanos a la ciudad de San Antonio Oeste (Prov. de Río Negro), desde noviembre de 2020 hasta enero de 2021. También se recolectaron datos de tortugas de una especie de similares características, Chelonoidis denticulata, en el Parque Amarú de la Ciudad de Cuenca, Ecuador y se grabaron sus movimientos con cámaras de vigilancia. Se logró diseñar un algoritmo capaz de distinguir cuando una tortuga se mueve o no, con una precisión de 99.83 %. Se estudió la relación entre la temperatura medida sobre el caparazón de la tortuga y su movimiento. En la próxima etapa del estudio se explorará la implementación de cambios en la unidad de navegación, como la adición de sensores (sonido, cámaras) que permitan etiquetar datos y la programación del algoritmo de adquisición de datos para mejorar la duración de la batería. Se desarrollará un algoritmo de aprendizaje automático capaz de reconocer otras actividades de la tortuga, que han sido observadas, tales como caminar, comer, copular o poner huevos. Conocer cuando y donde las tortugas realizan la mencionadas actividades, contribuirá a la planificación de programas para su conservación.