Modelos matemáticos y técnicas de aprendizaje automático para el estudio del movimiento animal
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 [1]. Los estudios en campo son esca...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Tesis NonPeerReviewed |
| Lenguaje: | Español |
| Publicado: |
2022
|
| Materias: | |
| Acceso en línea: | http://ricabib.cab.cnea.gov.ar/1161/1/1C%C3%B3rdova_Mora.pdf |
| Aporte de: |
| Sumario: | 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 [1]. 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 2022. También se recolectaron datos de tortugas de una especie de similares caracter´ısticas, Chelonoidis denticulata, en el Parque Amaru de la Ciudad de Cuenca- Ecuador y se grabaron sus movimientos con cámaras de vigilancia. Se logró diseñar un algoritmo de aprendizaje automático capaz de detectar en tiempo real cuando una tortuga se mueve, con una precisión de 99.83 %. También se diseñó un modelo que detecta cuando una tortuga pone huevos o copula aunque es necesario obtener más datos para estimar su precisión en el mundo real y detectar otras actividades como caminata y cópula. Se encontró una correlación positiva significativa entre los períodos de actividad y los de mayor temperatura. Adicionalmente se encontró un umbral en la temperatura ambiente a partir del cual las tortugas reducen su actividad. Este resultado puede ser relevante ya que se ha reportado la disminución en poblaciones de otros reptiles como consecuencia del incremento de temperatura ocasionado por el calentamiento global. En la próxima etapa del estudio se explorar´a 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. |
|---|