의사결정나무를 이용한 생물의 행동 패턴 구분과 인식

국문 초록 (Abstract)

본 논문에서는 생물의 2차원영상에서 5가지 특징을 추출한 다음 약품에 대한 생물의 행동 패턴 반응에 대하여 의사결정나무를 적용하여 패턴의 인식 및 분류를 하였다. 생물의 행동패턴을 대변하는 물리적인 특징인, 속도, 방향전환 각도, 이동거리에 대하여 각각 중간이상속도비율, FFT(Fast Fourier Transform), 2차원 정사영 면적, 프렉탈 차원, 무게중심을 사용하여 특징을 추출하였다. 이렇게 추출된 5가지의 특징변수들을 사용하여 의사결정나무 모델을 구성한 다음 생물의 약품 첨가에 대한 반응을 분석하였다. 또한 결과에서는 기존의 생물의 행동패턴 구분에 쓰였던 전형적인 기법(Conventional methods) 보다 본 연구에서 적용한 의사결정나무가 생물의 행동패턴이 가지는 물리적 요소에 대한 독해력을 가짐을 보임으로써 특징 환경에서 이동행동에 대한 분석을 용이하게 하고자 하였다.

다국어 초록 (Multilingual Abstract)

Behavioral sequences of the medaka(Oryzias latipes) were investigated through an image system in response to medaka treated with the insecticide and medaka not treated with the insecticide, diazinon(0.l ㎎/l). After much observation, behavioral patterns could be divided into 4 patterns: active smooth, active shaking, inactive smooth, and inactive shaking. These patterns were analyzed by 5 features: speed ratio, x and y axes projection, FFT to angle transition, fractal dimension, and center of mass. Each pattern was classified using decision tree. It provide a natural way to incorporate prior knowledge from human experts in fish behavior. The main focus of this study was to determine whether the decision tree could be useful in interpreting and classifying behavior patterns of the animal.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 특징 추출
• 3. 의사결정나무에의 적용
• 4. 행동 패턴 분석
• 5. 결론
• 참고문헌
• 저자소개