Análisis bioacústico

Los anuros representan un excelente modelo para abordar preguntas en diferentes niveles de organización biológica. Adicionalmente, la mayoría de las especies generan vocalizaciones que pueden dar cuenta de diferentes procesos biológicos que ocurren desde el nivel de individuo (e.g., patrones comportamentales) hasta el nivel de paisaje y ecosistema (e.g., distribución espacial y temporal de las especies). Así, los datos bioacústicos en anuros se convierten en una fuente de información de gran interés para los investigadores interesados en entender este fascinante grupo de organismos.

El software AUREAS fue concebido como una herramienta para el análisis de cantos de anuros. El objetivo es identificar, dentro de una grabación, los segmentos que corresponden a una vocalización y reconocer la especie de anuro que emitió el sonido. El algoritmo usado permite entrenar al clasificador con cantos de especies conocidas y luego reconocer cantos de nuevos individuos pertenecientes a estas especies. Si se presenta un canto de otra especie, el algoritmo identifica que no es de una especie conocida y con esta información se puede crear una nueva clase del clasificador para luego identificar cantos de la nueva especie.

El algoritmo empleado como clasificador es LAMDA (Learning Algorithm for Multivariate Data Analysis) que es un algoritmo de agrupamiento de tipo difuso, permite realizar aprendizaje supervisado, no supervisado y en línea actualizar o crear nuevas clases.
Este software es resultado de un trabajo conjunto entre el grupo SISTEMIC y el Grupo Herpetológico de Antioquia (http://grupoherpetologicodeantioquia.org/), han participado profesores, estudiantes de pregrado y posgrado de biología e ingeniería electrónica de la Universidad de Antioquia.

El software puede ser usado libremente con fines académicos, si se va a realizar una publicación donde lo utilice es importante incluir la referencia del artículo: C BEDOYA, C ISAZA, J DAZA, JD LOPEZ, “Automatic recognition of anuran species based on syllable identification”. Ecological Informatics. ISSN: 1574-9541 ed: v.24 fasc.N/A p.200 – 209 ,2014.

Contacto: victoria.isaza@udea.edu.co

Descargue AUREAS aquí