[논문 리뷰] Quantitative analysis of timing in animal vocal sequences

Florencia Noriega, Adolfo Christian Montes-Medina외 1명|arXiv (Cornell University)|2019. 02. 20.

Animal Vocal Communication and Behavior참고 문헌 23인용 수 6

한 줄 요약

이 논문은 커널 밀도 추정(KDE)과 대칭 쿨백-라이블러 발산(sKL-divergence)을 사용하여 동물의 음성 시퀀스에서 시간 패턴을 분석하는 강건하고 정량적인 방법을 제안한다. 이 방법은 서로 가까운 종일수록 더 유사한 ICI 분포를 보이며, 종 간 sKL-발산은 종 내 거리보다 항상 높게 나타나, 분류학 및 보존 생물학 분야에서의 유용성을 입증한다.

ABSTRACT

Timing features such as the silence gaps between vocal units -- inter-call intervals (ICIs) -- often correlate with biological information such as context or genetic information. Such correlates between the ICIs and biological information have been reported for a diversity of animals. Yet, few quantitative approaches for investigating timing exist to date. Here, we propose a novel approach for quantitatively comparing timing in animal vocalisations in terms of the typical ICIs. As features, we use the distribution of silence gaps parametrised with a kernel density estimate (KDE) and compare the distributions with the symmetric Kullback-Leibler divergence (sKL-divergence). We use this technique to compare timing in vocalisations of two frog species, a group of zebra finches and calls from parrots of the same species. As a main finding, we demonstrate that in our dataset, closely related species have more similar distributions than species genetically more distant, with sKL-divergences across-species larger than within-species distances. Compared with more standard methods such as Fourier analysis, the proposed method is more robust to different durations present in the data samples, flexibly applicable to different species and easy to interpret. Investigating timing in animal vocalisations may thus contribute to taxonomy, support conservation efforts by helping monitoring animals in the wild and may shed light onto the origins of timing structures in animal vocal communication.

연구 동기 및 목표

• 동물 음성의 시간 패턴을 비교하기 위한 정량적이고 객관적이며 강건한 방법을 개발하는 것.
• 기존의 푸리에 분석과 같은 방법의 한계를 해결하기 위해 샘플링 속도와 윈도우 크기에 민감한 기존 방법의 문제점을 해결하고, 다양한 종 간 시간 척도의 변동성을 다룰 수 있도록 하는 것.
• ICI 분포가 종 간 구별 및 진화적 관련성의 신뢰할 수 있는 생물지표가 될 수 있는지 조사하는 것.
• 다양한 분류군(개구리, 펠리크 파랑새, 까치새 등)에 적용 가능한 민첩하고 해석 가능하며 재현 가능한 프레임워크를 제공하는 것.

제안 방법

• 이 방법은 비모수적 방법인 커널 밀도 추정(KDE)을 사용하여 ICI 값의 분포를 모델링한다. 이는 ICI 값의 확률 밀도를 추정한다.
• 서로 다른 음성 시퀀스 간의 ICI 분포를 비교하기 위해 대칭 쿨백-라이블러 발산(sKL-divergence)을 사용한다.
• KDE의 밴드위드와 커널 유형은 10중 교차검증을 통해 테스트 데이터에서의 가능도 점수를 최적화하여 선택한다. 이는 강건성을 확보하기 위함이다.
• sKL-발산 계산에서 0값을 방지하기 위해 확률 밀도에 작은 오프셋(δ = 10⁻¹²)을 적용한다. 특히 겹치지 않는 영역에서 유용하다.
• 이 방법은 세 가지 데이터셋에 적용되었다: 두 종의 개구리, 무리로 된 펠리크 파랑새, 같은 종의 까치새 음성. 이 모든 경우에서 ICI는 수개의 주기적 변화를 보였다.
• 이 방법은 부르기, 부르기 지속시간 등의 연속 변수로도 확장 가능하여 시간 외의 분석에도 널리 적용 가능하다.

실험 결과

연구 질문

• RQ1 상호 부르기 간격(ICIs)의 분포가 동물 음성에서 종 간 구별을 위한 신뢰할 수 있는 정량적 지표가 될 수 있는가?
• RQ2 샘플링 속도 및 분석 윈도우의 변화에 대해 기존의 푸리에 기반 파wer 스펙트럼 밀도(PSD) 분석과 비교할 때, 제안된 KDE-sKL-발산 방법이 얼마나 강건한가?
• RQ3 ICI 분포 패턴이 sKL-발산 거리로 나타난 진화적 관련성과 어느 정도 일치하는가?
• RQ4 이전 연구들이 제안한 바와 같이, 이 방법은 개인 또는 무리 수준의 시간 서명을 탐지할 수 있는가?
• RQ5 이 방법은 수십만 배 이상의 시간 척도가 다른 음성 시퀀스(예: 4개 이상의 주기적 변화)를 다룰 수 있을 정도로 민첩하고 강건한가?

주요 결과

• 근연 종인 Acris gryllus와 Acris crepitans와 같은 두 종의 개구리는 서로 다른 종보다 훨씬 더 유사한 ICI 분포 패턴을 보이며, sKL-발산으로 측정된 바에 따르면 유의미하게 유사하다.
• 종 내 sKL-발산 거리는 종 간 거리보다 항상 낮게 나타나, 같은 종 내 개체 간 ICI 분포가 서로 더 유사하다는 것을 시사한다.
• 기존의 푸리에 기반 PSD 분석과 달리, 이 방법은 분석 범위 및 샘플링 속도의 변화에 대해 강건함을 입증하였다. 특히 파arameter 변화에 따라 결과가 일관되지 않았다.
• KDE-sKL-발산 접근법은 개구리와 까치새 등 시간 척도가 수천 배 이상 다른 종들 사이에서도 시간 패턴을 성공적으로 포착하였다. 이는 4개 이상의 주기적 변화를 포함한다.
• 시각적 분석(예: 단계도)에 의존하는 인간 기반 분석보다 객관적이고 재현 가능하며 정량적인 유사도 측정을 제공함으로써 이 방법이 뛰어난 성능을 보였다.
• 교차검증을 통한 밴드위드 선택과 일관된 δ-오프셋의 사용은 모든 비교에서 신뢰할 수 있고 비교 가능한 sKL-발산 값을 보장하였다.