Analysis and Recognition of Behavior of Medaka in Response to Toxic Chemical Inputs by using Multi-Layer Perceptron

다층 퍼셉트론을 이용한 유해물질 유입에 따른 송사리의 행동 반응 분석 및 인식

In this paper, we observe one of the aquatic insect, fish(Medaka)'s behavior which reacts to giving toxic chemicals until lethal conditions using automatic tracking sl$.$stem. For the result, we define the Pattern A is a normal movement of fish and Pattern B is after giving the chemicals. In order to detect the movement of fish automatically, these patterns are selected for the training data of the artificial neural networks. The average recognition rates of the pattern B are remarkably increased after inputs of toxic chemical(diazinon) while the Pattern A is decreased distinctively. This study demonstrates that artificial neural networks are useful method for detecting presence of toxicoid in environment as for an alternative of in-situ behavioral monitoring tool.

본 논문에서는 자동 추적 시스템을 이용하여 반자연적인 조건에서 화학 약물의 아치사량 투석에 반응하는 수중 생물중 하나인 물고기(송사리)의 행동을 관찰하였다. 결과의 분석을 위하여, 약물 투여 전의 대표적인 행동을 패턴 A로 정의하였으며, 약물 투여 후의 대표적인 행동을 패턴 B로 정의하였다. 실험 결과, 패턴 B가 약물 투여 후에 빈번하게 관찰되는 반면, 패턴 A는 약물 투여 전에 많이 관찰되었다. 또한, 물고기의 움직임 패턴을 자동으로 탐지하기 위하여 대표 패턴들을 인공신경망의 학습을 위하여 추출하였다. 독성 물질(다이아지논) 투여 후 패턴 B에 대한 평균 탐지율은 크게 증가하였으나, 패턴 A에 대한 탐지율은 크게 감소함을 볼 수 있었다 본 논문에서는 지표종의 행동 모니터링을 통하여 환경에서 독성 물질의 존재를 탐지하는 방법으로 인공 신경망의 적용을 보여주고 있다.