論文要約：猫の動きはセンサーで見分けられる？——12行動の機械学習

論文の概要

Galeaらの2021年の研究は、自由行動する家庭猫10匹の胸側加速度を動画と合わせ、横になる、歩く、跳ぶなど12行動を1秒単位で分類しました。

高い全体正解率は得られましたが、未知の猫へ同じ性能が出ることや、健康・感情を判定できることは示していません。

研究デザイン

オーストラリアの家庭猫10匹が参加しました。雄6匹、雌4匹、年齢1.5〜12歳、体重2.8〜8.4kgです。市販ハーネスの胸骨付近に11gの三軸加速度計を付け、1秒あたり50回の頻度で記録しました。

各猫は8日間、CatBibあり・なしを4日ずつ経験し、順序は無作為化されました。猫は普段の屋外環境を自由に動き、学習用の場面を動画でも撮りました。研究者は50Hzの波形を1秒ずつに区切り、三軸の平均、分散、範囲、相関など26特徴量へ変換し、動画を見ながら各区間へ正解の行動名を付けました。分類したのは、横になる、座る、毛づくろい、見張る、食べる／飲む、歩く、速歩する、疾走する、跳ぶ、飛びかかる、前足でたたく、噛む／保持する、の12行動です。

似た波形を近くへ並べる自己組織化マップ（SOM）を使い、人がマップ上の領域と行動ラベルを対応させました。SOMが行動の意味をひとりで理解したわけではなく、動画で作った正解ラベルが学習と評価の土台です。

主な発見

1. 学習量が増えると感度が上がった

研究者はCatBibなしのデータから100〜100,000秒の範囲で35種類の学習量を無作為に選び、それぞれ10回反復しました。感度は2,000〜10,000秒で大きく上がり、20,000秒付近から伸びが緩やかになりました。

横になる、歩く、食べる／飲むなど頻度の高い行動は、1,000例未満でも約99%の精度でした。一方、疾走は715例、飛びかかりは3,884例と少なく、精度はそれぞれ76%、83%でした。全体の多くを占める行動を正しく当てるだけでも、全体正解率は高くなります。珍しい行動を見つけたい時は、行動ごとの感度や例数も必要です。

2. 99.6%が示す条件

20,000秒を学習に使い、残る約192,000秒を評価したSOMは、全体正解率99.6%、特異度99.8%、適合率93.3%、感度89.2%でした。ランダムフォレストと比べると、SOMは全体正解率・適合率・特異度が高く、ランダムフォレストは多くの行動で感度が高い傾向でした。

ただし学習用と評価用は、同じ10匹・同じ連続記録から1秒区間を無作為に分けました。全く別の猫を評価専用にした設計ではなく、近い時刻の似た区間や個体固有の動きが両側へ入った可能性があります。99.6%はこのデータ分割での結果であり、新しい猫を99.6%で分類できるという数値ではありません。

3. 装着条件が変わると波形も変わる

CatBibなしで学習したモデルをCatBibありのデータへ使うと、複数行動の分類結果が変わりました。影響が大きかったのは食べる／飲むと歩くです。これは、胸元の装着物が動き方やセンサーへ伝わる振動を変える可能性を示します。

一方、この比較はCatBibが快適か、福祉へ良いか悪いか、捕食数を減らすかを直接測っていません。装着物への好みや生活への影響を決める研究ではありません。

4. 原著内の時間が一致しない

論文は10匹を各8日、約192時間記録したと説明する一方、総記録時間を2,304時間としています。10匹×192時間は1,920時間で、記載同士が一致しません。追加日や対象の説明は見当たらず、どちらかを推測で正しいとは決められません。

結果本文の正解ラベル付きデータはCatBibなし212,789秒、あり159,724秒、合計約103.48時間で、103.47時間と整合します。しかし図4・5のキャプションはBibOFF 231,570、図4はBibON 175,989と記載します。本要約では推測で統一せず、総時間と合わせて原著内不一致として残します。

この研究で断定できないこと

• 未知の猫でも同じ分類性能が出ること
• 首輪や別位置のセンサーでも同じ結果になること
• 市販の活動量計が12行動を区別できること
• 動きから病気や体調不良を診断できること
• 動きから感情、痛み、満足度を判定できること
• CatBibが猫の福祉や実際の捕食へ与える効果
• まれな行動を十分な感度で検出できる学習量

なお、研究はUniversity of the Sunshine Coastの動物倫理・人研究倫理と地域当局の承認を受けました。大学の奨学金・研究助成とAustralian Research Council DP180103134の支援を受けています。著者らは競合する利益なしと申告しました。

数字で見るポイント

• 10匹（雄6・雌4）: 対象。年齢1.5〜12歳、体重2.8〜8.4kg
• 11g・50Hz・±8g・13ビット: 三軸加速度計の重量と記録条件
• 34.1g: ハーネス+加速度計+CatBibの総重量(最小体重2.8kgの猫でも体重の1.2%以下)
• 26特徴量・12行動: 1秒区間から抽出した特徴量数と分類対象の行動数
• 20,000秒: 学習に使った区間数の目安(感度は2,000〜10,000秒で大きく上昇、20,000秒付近で頭打ち)
• 99.6%／99.8%／93.3%／89.2%: 全体正解率／特異度／適合率／感度
• 76%(715例)／83%(3,884例): 疾走／飛びかかりの精度と学習例数
• 2,304時間 vs 1,920時間、231,570／175,989 vs 212,789／159,724: 原著内の総記録時間・図キャプションの不一致(推測で統一せず記載)

暮らしへのヒント

家庭用センサーの表示を見る時は、「何を測る装置か」「どこへどう装着するか」「どの猫のデータで確かめたか」を確認します。活動量と、具体的な行動名と、健康判断は別の段階です。

数値が普段と違う時も、装着のずれ、外れ、充電、生活環境の変化など複数の可能性があります。機器の表示だけで猫の状態を決めつけないことが大切です。

よくある質問

Q. 市販の猫用センサーも12行動を見分けられますか？

本研究は胸側の研究用加速度計と独自解析を使いました。首輪型を含む別機器へ同じ性能を移せません。

Q. 正解率99.6%なら未知の猫でも使えますか？

学習と評価は同じ10匹・同じ記録から分けた1秒区間です。全く新しい猫で99.6%になる保証値ではありません。

Q. センサーで病気や感情がわかりますか？

健康、痛み、感情を正解ラベルとして検証していません。活動の記録と原因の診断は別です。

Q. センサーで猫の1日を読む講座との違いは何ですか？

うちの猫、本当に「怠け者」？——センサーが見た1日を読むは一日の活動量と生活環境、この研究は12行動の分類方法と学習データ量を扱います。

参考文献

• Galea N, Murphy F, Gaschk JL, Schoeman DS, Clemente CJ. Quantifying finer-scale behaviours using self-organising maps (SOMs) to link accelerometery signatures with behavioural patterns in free-roaming terrestrial animals. Scientific Reports. 2021;11:13566. https://doi.org/10.1038/s41598-021-92896-4