Una red neuronal para series de comportamiento

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 señales derivadas de sensores de alta precisión como los acelerómetros, es muy difícil de lograr por in...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Fonseca, Rocío Guadalupe, Bosch, María Candelaria, Barberis, Lucas Miguel, Kembro, Jackelyn Melissa, Flesia, Ana Georgina
Formato: Objeto de conferencia Resumen
Lenguaje:Español
Publicado: 2022
Materias:
Ciencias Informáticas
Biología
redes neuronales artificiales
análisis de series de tiempo
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/151636
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/264/215
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-151636
record_format dspace
spelling I19-R120-10915-1516362023-05-03T20:02:12Z http://sedici.unlp.edu.ar/handle/10915/151636 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/264/215 issn:2451-7496 Una red neuronal para series de comportamiento Fonseca, Rocío Guadalupe Bosch, María Candelaria Barberis, Lucas Miguel Kembro, Jackelyn Melissa Flesia, Ana Georgina 2022-10 2022 2023-04-18T15:07:18Z es Ciencias Informáticas Biología redes neuronales artificiales análisis de series de tiempo 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 señales derivadas de sensores de alta precisión como los acelerómetros, es muy difícil de lograr por inspección, por lo cual es necesario entrenar métodos 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, para poder 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 éste es colocado sobre el cuerpo del animal. Estas series  corresponden a la aceleración debida al propio movimiento y a la gravedad. Una característica de este tipo de red es que la información puede permanecer introduciendo bucles en el diagrama, por lo que pueden recordar estados previos y utilizar esta información para decidir cuál sería el siguiente paso. Esto las hace muy adecuadas para manejar series de tiempo, como estas relacionadas al comportamiento animal. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Resumen http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 61-61
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Biología
redes neuronales artificiales
análisis de series de tiempo
spellingShingle Ciencias Informáticas
Biología
redes neuronales artificiales
análisis de series de tiempo
Fonseca, Rocío Guadalupe
Bosch, María Candelaria
Barberis, Lucas Miguel
Kembro, Jackelyn Melissa
Flesia, Ana Georgina
Una red neuronal para series de comportamiento
topic_facet Ciencias Informáticas
Biología
redes neuronales artificiales
análisis de series de tiempo
description 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 señales derivadas de sensores de alta precisión como los acelerómetros, es muy difícil de lograr por inspección, por lo cual es necesario entrenar métodos 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, para poder 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 éste es colocado sobre el cuerpo del animal. Estas series  corresponden a la aceleración debida al propio movimiento y a la gravedad. Una característica de este tipo de red es que la información puede permanecer introduciendo bucles en el diagrama, por lo que pueden recordar estados previos y utilizar esta información para decidir cuál sería el siguiente paso. Esto las hace muy adecuadas para manejar series de tiempo, como estas relacionadas al comportamiento animal.
format Objeto de conferencia
Resumen
author Fonseca, Rocío Guadalupe
Bosch, María Candelaria
Barberis, Lucas Miguel
Kembro, Jackelyn Melissa
Flesia, Ana Georgina
author_facet Fonseca, Rocío Guadalupe
Bosch, María Candelaria
Barberis, Lucas Miguel
Kembro, Jackelyn Melissa
Flesia, Ana Georgina
author_sort Fonseca, Rocío Guadalupe
title Una red neuronal para series de comportamiento
title_short Una red neuronal para series de comportamiento
title_full Una red neuronal para series de comportamiento
title_fullStr Una red neuronal para series de comportamiento
title_full_unstemmed Una red neuronal para series de comportamiento
title_sort una red neuronal para series de comportamiento
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/151636
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/264/215
work_keys_str_mv AT fonsecarocioguadalupe unaredneuronalparaseriesdecomportamiento
AT boschmariacandelaria unaredneuronalparaseriesdecomportamiento
AT barberislucasmiguel unaredneuronalparaseriesdecomportamiento
AT kembrojackelynmelissa unaredneuronalparaseriesdecomportamiento
AT flesiaanageorgina unaredneuronalparaseriesdecomportamiento
_version_ 1765659993985515520

Ejemplares similares