펄스 간격 변화가 박쥐 발성 딥러닝 분류에 미치는 영향
Effects of interpulse-interval variation on deep-learning classification of bat vocalizations
시간적 맥락(temporal context)은 자동화된 박쥐 종 분류에 도움이 될 수 있지만, 특정 특징의 기여도는 여전히 불분명합니다. 본 연구에서는 연속된 발성 시작점 사이의 시간인 펄스 간격(interpulse interval, IPI)의 변화가 종을 구별하는 정보를 제공하는지, 그리고 트랜스포머(transformer) 기반 모델이 합성곱 신경망(CNN)보다 이러한 정보에 더 민감한지 조사했습니다. 연구진은 유럽 박쥐 녹음 자료로부터 두 가지 일치된 데이터셋을 생성했습니다. 하나는 원래의 발성 타이밍을 유지하는 자연적 IPI 조건이고, 다른 하나는 발성 시작점을 50ms 간격으로 배치한 정규화된 IPI 조건입니다. 각 조건 내에서 EfficientNet-B0과 PaSST를 파인튜닝하고 평가했습니다. 추가 실험에서는 각 구조를 자연적 IPI 및 정규화된 IPI 녹음 자료에서 별도로 학습시킨 후, 동일한 자연적 IPI 테스트 세트에서 평가했습니다. 마지막으로 사전학습된 분류기인 BatDetect2와 BAT를 두 조건 모두에서 평가했습니다. 조건 내 IPI 정규화는 모델에 따라 서로 다른 영향을 미쳤습니다. PaSST의 정확도는 자연적 IPI($71 \pm 2.3\%$) 조건과 정규화된 IPI($70 \pm 6.3\%$) 조건 간에 차이가 거의 없었던 반면, EfficientNet의 정확도는 $47 \pm 4.7\%$에서 $57 \pm 3.9\%$로 증가했습니다. PaSST는 두 조건 모두에서 EfficientNet을 능가했습니다. 교차 조건 평가에서는 자연적 IPI 녹음 자료로 학습한 모델이 자연적 IPI 테스트 세트에서 정규화된 IPI 녹음 자료로 학습한 모델보다 우수한 성능을 보였으며, 정확도는 EfficientNet의 경우 54%에서 50%로, PaSST의 경우 65%에서 57%로 감소했습니다. BatDetect2와 BAT는 IPI 조건 간 차이가 거의 없었습니다. 전반적으로 자연적 IPI 변화가 박쥐 종 분류에 실질적으로 기여하며 트랜스포머 기반 모델이 CNN 기반 모델보다 이를 더 효과적으로 활용한다는 가설을 뒷받침하는 근거는 제한적이었습니다. 그럼에도 불구하고 교차 조건에서의 성능 저하는 정규화된 조건에서 얻은 결과가 자연적 녹음 자료로 완전히 전이되지 않을 수 있음을 보여줍니다.