Dissertação

Deep Classifiers for Robust Larval Zebrafish Behaviour Classification EVALUATED

Larvas de peixe zebra, com cinco dias de idade, exibem um reportório rico de comportamentos inatos que lhes permitem explorar o mundo, manter a posição no ambiente, caçar e fugir de predadores, fazendo com que sejam um modelo interessante para estudar comportamento em laboratório. Os melhores modelos actuais de classificação de movimentos do peixe zebra dependem de uma infra-estrutura complexa para classificar os dados necessitando de calcular parâmetros cinemáticos do movimento, fazendo com que estes modelos não possam ser usados quando estes não podem ser calculados. Usando um repositorio de milhões de movimentos de larvas de peixe zebra, este projecto tem como objectivo estudar se técnicas de deep learning podem ser usadas para melhorar estes métodos de classificação de movimento. O objectivo é criar um conjunto de classificadores que sejam capazes de obter a mesma performance que os métodos actuais de classificação, mas recorrendo apenas a dados de tracking não calculando qualquer parâmetro cinemático do movimento. Neste projecto, são propostas várias arquitecturas de redes diferentes, considerando diferentes inputs. Estas redes foram optimizadas tendo em conta a sua capacidade de obter uma classificação robusta sem recurso a parâmetros calculados manualmente, entre diferentes tipos de dados, arquitecturas e funções de activação. Os resultados mostram que é possível obter classificadores precisos independentemente do tipo de input. Além disso, os resultados revelam que neste contexto, aumentar a complexidade da rede não aumenta a sua capacidade de classificação, mas que, combinar várias fontes de dados contribui para um aumento ligeiro da precisão na classificação.
Peixe zebra, Comportamento, supervised machine learning, deep learning

Junho 17, 2019, 16:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Jacinto Carlos Marques Peixoto do Nascimento

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

Alexandre José Malheiro Bernardino

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado