Systematische Merkmalsbewertung in komplexen Ultraschallsignalen mit Lernmaschinen

Abstract

Fledermäuse können anhand von Ultraschallsignalen sehr komplexe Unterscheidungen treffen. Bisher ist es immer noch unklar, welche Signalmerkmale die Grundlage für die erstaunlichen Verhaltensleistungen dieser Tiere bilden. Anhand zweier Beispiele, der Bestimmung der Artzugehörigkeit einer Pflanze aus ihrem Ultraschallecho und der Erkennung eines Fledermaus-Individuums aus seinem Echoortungssignal, wird hier gezeigt, dass moderne Methoden des maschinellen Lernens zu neuartigen und z. T. überraschenden Erkenntnissen in dieser Frage führen können. Die eingesetzten Lernmaschinen überprüfen dabei systematisch eine große Anzahl möglicher Merkmale und bewerten sie anhand ihrer Wichtigkeit für die Unterscheidungsaufgabe.