개의 후각 탐지 프로그램에서 기계 학습 예측 및 행동 선택 분류

Scientific Reports 13권, 기사 번호: 12489(2023) 이 기사 인용

218 액세스

2 알트메트릭

측정항목 세부정보

특히 일하는 개를 위한 개 행동 연구에 대한 관심이 높아지고 있습니다. 여기에서는 628마리의 래브라도 리트리버로 구성된 교통 안전청 후각 감지 코호트의 데이터 세트를 활용하여 행동 특성 및 환경 영향에 대한 기계 학습(ML) 예측 및 분류 연구를 수행합니다. 개가 훈련 프로그램에 참여하거나 제거된 후 12개월의 위탁 기간 동안 4개 시점에 대한 데이터가 제공되었습니다. 3개의 감독된 ML 알고리즘은 어떤 개가 훈련 프로그램에 허용될지 정확하게 예측하는 데에는 강력한 성능을 보였지만 제거된 개를 구별하는 데는 성능이 좋지 않았습니다(코호트의 약 25%). 12개월 테스트 시점에서 허용된 개와 제거된 개를 구별하는 최고의 능력이 나타났습니다(AUC = 0.68). 교차 검증을 사용한 주성분 분석 및 재귀 특징 제거를 사용한 분류 연구는 공항 터미널 검색 및 검색 테스트에 대한 후각 및 소유 관련 특성과 환경 테스트에 대한 소유, 자신감 및 주도적 특성의 중요성을 보여주었습니다. 우리의 연구 결과는 후각 탐지견 선택에 가장 중요한 테스트, 환경, 행동 특성 및 시간 경과를 제시합니다. 우리는 이러한 접근 방식이 인지적, 정서적, 사회적, 환경적 영향을 포괄하는 추가 연구를 어떻게 안내할 수 있는지 논의합니다.

머신 러닝(ML)은 알고리즘과 통계의 조합을 사용하여 광범위한 데이터 유형에 대해 다양한 분석 기능을 수행하는 인공 지능(AI)의 하위 분야입니다. ML은 두 가지 알고리즘 클래스, 즉 레이블이 지정된 훈련 데이터에 대한 지도 학습과 레이블이 지정되지 않은 데이터에 대한 비지도 학습으로 나뉩니다. 지도 방법을 사용하면 알려진 입력에서 알 수 없는 출력을 예측하거나(회귀 분석) 결과 예측에 가장 중요한 데이터 범주를 결정하기 위해(분류 분석) 알려진 입력 및 출력에서 ​​학습할 수 있습니다. 개 행동에 대한 감독형 ML 애플리케이션은 개 장착 관성 센서를 사용하여 개인차에 민감한 자동화된 개 의식을 생성하고1,2 ADHD와 유사한 행동을 분류하는 비디오를 생성했습니다3. 개 비지도 ML 연구에서는 탐색적 분석을 위해 비디오 및 C-BARQ 행동 설문지 데이터를 사용하고 안내견 성공을 예측하기 위해 센서 데이터를 사용했습니다5. 인간의 경우, 센서 기반이 아닌 작업 관련 테스트 데이터를 사용하는 지도 ML이 작업 성과의 성공을 예측하는 데 적용되었지만6, 개에 대한 그러한 연구는 알지 못합니다. 여기서 우리는 감독 방법을 사용하여 어떤 개가 냄새 감지 사전 훈련 프로그램 중에 성공할지 또는 행동상의 이유로 실패할지 예측합니다. 이 연구는 일하는 개에 적용되었지만 인간을 포함한 일반적인 포유류의 학습 및 작업 수행에 대한 새로운 이해에 기여할 가능성이 높습니다. 그러나 인간 행동 유전학은 높은 수준의 이질성, 다유전성, 그리고 심지어 약하게 해로운 변이의 부정적인 진화 선택으로 인해 개인 변이의 미세한 효과 크기로 표시되는 경향이 있습니다. 따라서 인간 연구에는 훨씬 더 큰 힘이 필요하며 확인된 변이는 직접적인 유용성이 부족합니다. 대조적으로, 개는 이질성, 다유전자성, 음성 선택이 크게 줄어들었고, 다양한 특성에 대한 강력한 양성 선택이 있었습니다7. 궁극적인 효과는 개가 모든 종류의 특성을 유전적으로 매핑하는 데 훨씬 더 높은 힘을 제공한다는 것입니다. 단점은 개에서 연관 불균형이 몇 배 더 광범위하여 매핑 간격이 길어진다는 것입니다. 그러나 이는 품종 전체에 공통적으로 나타나는 변이의 교배 유전적 매핑을 통해 완화될 수 있습니다8,9,10.

후각 탐지견은 오랫동안 공공 안전과 보안을 위해 폭발물, 규제 물질, 기타 규제 물질(예: 곤충, 음식, 식물) 및 인간 냄새를 탐지하는 데 사용되어 왔습니다11,12. 최근에는 개 냄새 감지 기능에 질병(예: 당뇨병의 저혈당 지표, SARS-CoV-2 감염 등)이 포함됩니다. 미국에서는 대부분의 군견과 법 집행견이 냄새 탐지와 보호를 모두 수행하는 이중 목적견으로 훈련을 받았습니다. 다른 주요 작업견 그룹에는 시각 장애가 있는 사람들을 위한 안내견과 기타 장애가 있는 사람들을 돕는 서비스견이 있습니다. 대부분의 사전 훈련된 작업견의 비용 범위는 $40,000~80,00014이며, 수요가 공급을 초과하기 때문에 가격은 계속 상승하고 있습니다. 훈련을 고려하면 이러한 비용은 약 두 배로 늘어날 수 있습니다. 이러한 사실과 전체 성공적인 훈련 비율이 50% 미만이라는 사실로 인해 일하는 개를 보다 효율적으로 생산하고 훈련시키는 데 큰 원동력이 있습니다11,15. 탐지견 및 보조견에 대한 새로운 테스트 계획에 대한 탐구적이고 전향적인 연구가 있었지만 아직 널리 배포되지 않았습니다16. 그러나 아직 철저하게 분석되지 않은 연방 및 민간 기관의 훈련, 성과 및 건강 데이터에 대한 대규모 작업견 데이터 세트가 있습니다15,17. 따라서 지속적으로 수집되고 이미 규모가 커서 ML에 이상적인 기존 표준화된 데이터 세트가 일하는 개에게 필요한 행동 특성에 대한 이해를 향상시키는 가장 효율적이고 생산적인 경로가 될 수 있는 가능성이 남아 있습니다.