Análisis Topológico de Datos para el Reconocimiento de Patrones en Canto de Aves

Ponente(s): Carlos Rafael Vega Herrera, Francisco Hernández Cabrera. Rodrigo Rodríguez Gutiérrez.

El Análisis Topológico de Datos (TDA) ofrece una vía innovadora para estudiar la bioacústica. Analizamos audios .wav de xeno-canto.org de diversas aves, convirtiéndolos en series temporales. Mediante delay embedding, clustering y homología persistente segmentamos las señales y detectamos patrones propios de sonidos de alarma o cortejo. Complementamos con Transformada Rápida de Fourier (FFT) y espectrogramas para hallar frecuencias dominantes. Hallamos ventanas temporales con firmas espectrales estables que permiten distinguir comportamientos y diferenciar especies. Al combinar patrones topológicos y espectrales logramos una mejor caracterización de los cantos, que podría ser útil para sistemas automáticos de monitoreo y para estrategias de conservación de aves en riesgo. El TDA unido al análisis espectral podría abrir nuevas rutas para entender la diversidad y evolución de la comunicación aviar.