カメラ首輪・３軸加速度センサー・機械学習で開発するヒグマの行動分類手法

2022 年度 研究成果報告書

• 研究課題/領域番号: 20K15558
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分40010:森林科学関連
• 研究機関: 東京農業大学
• 研究代表者: 根本 唯 東京農業大学, 地域環境科学部, 助教 (50792876)
• 研究期間 (年度): 2020-04-01 – 2023-03-31
• キーワード: ヒグマ / バイオロギング / 行動分類モデル / 機械学習 / 3軸加速度センサー / 行動生態 / 北海道 / 知床

研究成果の概要

北海道・知床半島において8頭の野生のヒグマより取得した行動データ（3軸加速度データ等）を用いて、機械学習の一つであるランダムフォレストモデルにより、行動分類モデルを作成した。モデルでは、同一の個体であれば95％以上の正確度で11種類の行動（休憩・木登り・樹上採食・樹上待機・地上採食・移動・魚探餌・地上探餌・泳ぐ・待機・その他）を分類できた。また、この様なモデルを作成するためには、最低1ヶ月間における同様の行動データが必要であることが明らかになった。さらに、作成したモデルでは他の個体の行動データからでも休憩・地上での行動・樹上での行動の３種類については95％の正確度で分類することができた。

自由記述の分野

動物生態学

研究成果の学術的意義や社会的意義

本研究成果では、3軸加速度データより１１種類の行動を分類可能なモデルを作成できた。本モデルを使用することで、ヒグマの野生下における詳細な行動を推定可能になり、生息地や季節といった環境要因と様々な行動との関係性を明らかにすることが可能となる。また作成に必要なデータ量も明らかになったことから、今後はより効率的なモデル作成が可能になると考えられる。加えて3軸加速度データさえあれば、他個体でも休憩・地上での行動・樹上での行動の３種類を分類することが可能であるため、ヒグマの樹木利用については、比較的長期的なデータを取得可能な3軸加速度データを用いることで、長期的な解析を行うことが可能である。