Modelagem de sequências de chamados em saguis (Callithrix jacchus)
Bioacústica. Callithrix jacchus. Aprendizado de Máquina. Transformers. Cadeias de Markov. Estrutura Sequencial.
A decodificação da comunicação animal frequentemente agrupa vocalizações em categorias discretas baseadas unicamente na estrutura acústica estática, limitando a compreensão das ricas informações contidas na ordem sequencial e nas variações dentro de uma mesma categoria. Esta dissertação investigou a estrutura sequencial das vocalizações do sagui-comum (Callithrix jacchus), propondo novas abordagens computacionais baseadas em aprendizado profundo e modelagem de estados para superar as limitações das categorizações tradicionais. O primeiro estudo abordou a perda de informação causada pela tokenização acústica padrão. Ao desenvolver um reassignment transformer, demonstrou-se que a reinjeção de embeddings acústicos (AVES) no modelo melhora o poder preditivo, reduzindo a entropia cruzada na previsão de chamados em 8,6%. Uma análise de ablação por centroide mostrou ainda que a maior parte desse ganho vem da variação acústica dentro de uma categoria, e não de sua média: substituir cada chamado pelo embedding médio de sua categoria eliminou a maior parte da melhoria. Partindo da premissa de que um chamado é definido por aquilo que o segue, o segundo estudo introduziu uma abordagem complementar focada na descoberta não supervisionada de categorias vocais a partir de suas sequências. Utilizando o re-agrupamento de estados preditivos e cadeias de Markov de tamanho variável (VLMC), os chamados foram categorizados por suas consequências comportamentais na sequência, e não apenas por como soam. Essa abordagem reorganizou o repertório do sagui-comum, revelando, por exemplo, que o chamado acusticamente variável phee consiste, na verdade, em quatro subtipos distintos, cada um ocupando uma posição estatística específica no fluxo vocal. O método generalizou-se com sucesso para uma espécie taxonomicamente distante (tentilhão-bengalês). Conclui-se que, embora as nuances acústicas sejam altamente preditivas, os limites reais de uma categoria vocal devem ser fundamentados em seu papel comportamental. A união de mecanismos de atenção profunda com o agrupamento de estados ecologicamente embasado fornece uma nova estrutura, com validade comportamental, para decodificar a complexidade estrutural da comunicação animal.