머신러닝 기법을 이용한 양서류 종식별 연구

• 영문명: Amphibian Species Identification of Using Machine Learning Technique – In case of Jeunggwan-dong wetland in Bukhansan national park –
• 발행기관: 국립공원연구원
• 저자명: 전영지(Young-Ji Jeon) 기경석(Kyong-Seok Ki)
• 간행물 정보: 『국립공원연구지』제9권 제3호, 343~351쪽, 전체 9쪽
• 주제분류: 자연과학 > 생물학
• 파일형태: PDF
• 발행일자: 2018.12.31

국문 초록

본 연구의 목적은 생물음향 데이터를 바탕으로 HMM을 이용한 양서류 자동 종식별을 진행하는데 그 목적이 있다. 연구대상지는 북한산국립공원 진관동습지이었고, 연구대상종은 맹꽁이, 무당개구리, 청개구리이었다. 연구기간은 2018년 6월 15일부터 7월 19일까지 34일간이었다. 양서류 번식울음 녹음은 습지를 바라보이도록 녹음기를 설치하였고, 시간당 5분씩 녹음을 진행하였다. HMM을 이용한 양서류 자동 종식별을 진행한 결과 종별 울음의 평균 주파수는 청개구리 2980 Hz, 맹꽁이 1657 Hz, 무당개구리 563 Hz이었다. HMM을 이용한 종별 번식울음 관측결과 맹꽁이의 경우 장마기간 동안 3일간 집중적으로 번식울음을 내었고, 19시부터 05시까지 야간에 주로 울고 03시경 피크를 형성하며, 낮에도 부분적으로 울음을 낸다는 것을 확인하였다. 양서류 종식별 분류 정확도 검증 결과 HMM에 의한 클러스터 분류 정확도는 청개구리 68%, 무당개구리 71%, 맹꽁이 81%로 나타났다. HMM분석과 직접분석간 상관관계 분석결과 맹꽁이와 청개구리의 경우 정의 상관관계가 있는 것으로 나타났고 무당개구리는 상관관계를 나타나지 않았다. 본 연구를 통해 머신러닝 기법을 이용한 생물음향 데이터를 자동식별이 효율적임을 확인하였다.

영문 초록

The aim of this study was to perform automatic amphibian species identification based on bioacoustic data, using the Hidden Markov Model (HMM). The study site was the Jingwan-dong Wetland in the Bukhansan National Park. The target species were Kaloula borealis, Bombina orientalis, and Hyla japonica. The study was conducted for 34 days, from June 15 to July 19, 2018. The amphibian mating calls were recorded with a recording device, which was set up facing the wetland, for five minutes every hour. The results of the automatic amphibian species identification, using the HMM, found average call frequencies of 2980 Hz, 1657 Hz, and 563 Hz for H. japonica, K. borealis, and B. orientalis, respectively. The mating call observations, using the HMM, confirmed that K. borealis made mating calls intensively for three days during the rainy season, generally at night between 19:00 and 05:00, with a peak at approximately 03:00, but also during parts of the day. The verification of the accuracy of the amphibian species identification found that the accuracy of the clustering by the HMM was 68%, 71%, and 81% for H. japonica, B. orientalis, and K. borealis, respectively. Analysis of the correlation between the HMM and direct analyses highlighted positive correlations for K. borealis and H. japonica, but no correlation for B. orientalis. This study confirms that automatic amphibian species identification based on bioacoustic data, using machine learning techniques, is efficient.

목차

서론

연구 내용 및 방법

결과 및 고찰

참고문헌

키워드

HMM(Hidden markov models) 생물음향학 맹꽁이 무당개구리 청개구리 Hidden Markov Model bioacoustics Kaloula borealis Bombina orientalis Hyla japonic