犬の嗅覚検出プログラムにおける行動選択の機械学習予測と分類

Scientific Reports volume 13、記事番号: 12489 (2023) この記事を引用

218 アクセス

2 オルトメトリック

メトリクスの詳細

特に使役犬を対象とした犬の行動研究への関心が高まっています。 ここでは、628 頭のラブラドールレトリバーからなる運輸安全局の嗅覚検出コホートのデータセットを利用して、行動特性と環境への影響の機械学習 (ML) 予測と分類研究を実行します。 データは、犬が訓練プログラムに受け入れられるか排除されるまでの 12 か月間にわたる 4 つの時点で入手できました。 3 つの教師あり ML アルゴリズムは、どの犬がトレーニング プログラムに受け入れられるかを正確に予測する点では優れたパフォーマンスを発揮しましたが、排除された犬 (コホートの約 25%) を区別する点ではパフォーマンスが低かったです。 12 か月の試験時点では、受け入れられた犬と除外された犬を区別する最良の能力が得られました (AUC = 0.68)。 主成分分析と交差検証を使用した再帰的特徴除去を使用した分類研究により、空港ターミナルの捜索および回収テストでは嗅覚と所有に関連する特性が重要であることが、また環境テストでは所有、自信、主導権の特性が重要であることが明らかになりました。 私たちの調査結果は、どの検査、環境、行動特性、時間経過が嗅覚探知犬の選択に最も重要であるかを示唆しています。 このアプローチが、認知的、感情的、社会的、環境的影響を含むさらなる研究をどのように導くことができるかについて説明します。

機械学習 (ML) は、アルゴリズムと統計の組み合わせを使用して、幅広いデータ型に対してさまざまな分析機能を実行する人工知能 (AI) のサブフィールドです。 ML は、ラベル付きトレーニング データ用の教師あり学習と、ラベルなしデータ用の教師なし学習の 2 つのアルゴリズム クラスに分割されます。 教師あり手法を使用すると、既知の入力から未知の出力を予測する目的 (回帰分析)、または結果を予測するためにどのデータ カテゴリが最も重要であるかを判断する目的 (分類分析) を目的として、既知の入力と出力から学習することができます。 犬の行動における教師あり ML アプリケーションでは、犬に取り付けた慣性センサーを使用して個体差に敏感な自動犬エソグラム 1,2 を作成し、ビデオを使用して ADHD のような行動を分類しています 3。 犬の教師なし ML 研究では、ビデオと C-BARQ 行動アンケート データを探索的分析に使用し 4、センサー データを使用して盲導犬の成功を予測しました 5。 人間では、非センサーベースのタスク関連テストデータを使用した教師あり ML が、仕事のパフォーマンスの成功を予測するために適用されています 6 が、犬におけるそのような研究は知りません。 ここでは、教師ありの方法を使用して、どの犬が匂い検出の事前訓練プログラム中に成功するか、または行動上の理由で失敗するかを予測します。 この研究は使役犬に応用されているが、人間を含む哺乳類一般の学習と作業能力についての新たな理解にも貢献する可能性がある。 しかし、人間の行動遺伝学は、高レベルの不均一性、多遺伝子性、さらには、たとえ弱い有害な変異であっても負の進化的選択が行われるため、個々の変異の微小な効果量によって特徴づけられる傾向があります。 したがって、人体での研究には非常に大きな力が必要となり、特定された変異には直接的な有用性が欠けてしまいます。 対照的に、イヌは異質性、多遺伝子性、ネガティブ選択を大幅に減少させ、多様な形質に対する強いポジティブ選択を示しています7。 究極の効果は、犬があらゆる種類の形質を遺伝的にマッピングするための劇的に高い能力を発揮することです。 欠点は、犬では連鎖不均衡が数倍広範囲に及ぶため、マッピング間隔が大きくなることです。 しかし、これは、品種間で共通する変異の異種間遺伝マッピングによって軽減できます8、9、10。

嗅覚探知犬は、爆発物、規制物質、その他の規制物質（昆虫、食品、植物など）、および人間の臭気を嗅ぎ分けて公共の安全を確保するために長い間使用されてきました11,12。 最近では、犬の匂い検出機能に病状 (糖尿病における低血糖マーカーや SARS-CoV-2 感染など 13) が含まれるようになりました。 米国では、ほとんどの軍用犬や法執行犬が、臭いの探知と保護の両方を行う二目的犬として訓練されています。 使役犬の他の主要なグループとしては、視覚障害のある人のための盲導犬と、他の障害のある人を助けるための介助犬があります。 ほとんどの訓練済み作業犬の費用の範囲は 40,000 ～ 80,000 ドルであり 14、需要が供給を上回っているため価格は上昇し続けています。 訓練を考慮に入れると、これらのコストは約 2 倍になる可能性があります。これらの事実と全体的な訓練成功率が 50% 未満であることから、使役犬をより効率的に生産し訓練する大きな推進力が生まれています 11,15。 探知および補助作業犬における新しい検査スキームの探索的および前向き研究が行われてきましたが、それらはまだ広く展開されていません16。 しかし、連邦機関や民間機関からの訓練、パフォーマンス、健康データを含む大規模な作業犬データセットが存在しますが、これらはまだ完全には分析されていません 15,17。 したがって、現在も収集が続けられており、すでに大規模であるため ML に最適な既存の標準化されたデータセットが、使役犬に必要な行動特性の理解を向上させるための最も効率的かつ生産的なルートである可能性が依然として残っています。