Fernando Merchan, Fernando Merchan, Kenji Contreras, Hector Poveda, Hector M. Guzman, Javier E. Sanchez-Galan

Publicado: 08 August 2024

---

Introducción: Este trabajo presenta una metodología basada en aprendizaje no supervisado para identificar y contar manatíes únicos utilizando grabaciones de vocalización submarina.

Métodos: El enfoque propuesto utiliza la Transformada de Ondículas de Dispersión (SWT) para representar las vocalizaciones individuales de manatíes. Se emplea un enfoque de Aprendizaje de Variedades, conocido como PacMAP, para la reducción de dimensionalidad. Se utiliza un algoritmo basado en densidad, conocido como Agrupamiento Espacial de Aplicaciones con Ruido Basado en Densidad Jerárquica (HDBSCAN), para contar e identificar grupos de vocalizaciones individuales de manatíes. La metodología propuesta se compara con un método anterior desarrollado por nuestro grupo, basado en métodos de agrupamiento clásicos (K-Means y agrupamiento jerárquico) utilizando espectrogramas basados en la Transformada de Fourier de Tiempo Corto (STFT) para representar las vocalizaciones. El rendimiento de ambos enfoques se contrasta utilizando un nuevo conjunto de datos de vocalización que consiste en 23 manatíes del Gran Caribe capturados temporalmente en el río San San, Bocas del Toro, en el oeste de Panamá como entrada.

Resultados: La metodología propuesta alcanza un porcentaje medio de error en la estimación del número de individuos (es decir, el número de grupos) del 14.05% y un éxito del 83.75% en agrupar correctamente un manatí en un grupo.

Discusión: Así, se obtiene un mejor rendimiento que nuestra metodología de análisis anterior, para el mismo conjunto de datos. El valor de este trabajo radica en proporcionar una forma de estimar la población de manatíes mientras se basa únicamente en bioacústica submarina.

---