Analysis and detection in V-formations with outliers

Análisis y detección en formaciones en V con valores atípicos

Puede identificarse una diversidad de patrones de movimiento al estudiar un conjunto de entidades en movimiento. Uno de estos patrones se llama formación en V porque su forma se asemeja a dicha letra. Informalmente, un conjunto de entidades muestra una formación en V si están ubicadas en una de sus dos líneas características. En este artículo, proponemos un modelo para identificar formaciones en V con outlier en una lista de entidades en movimiento. Un outlier es una entidad de la formación que está aparte de sus líneas características. Presentamos las reglas formales de nuestro modelo y un algoritmo para detectar valores atípicos. Nuestro modelo fue validado en NetLogo, un entorno de programación y modelado para la simulación de fenómenos naturales y sociales.

INTRODUCCIÓN

Cuando se estudia un conjunto de entidades en movimiento, por ejemplo, una bandada de pájaros, se pueden identificar diversos patrones de movimiento (Dodge et al., 2008). Uno de estos patrones se denomina formación en V, ya que su forma se asemeja a dicha letra. Informalmente, un conjunto de entidades muestra una formación en V si se sitúan en una de sus dos líneas características. Las líneas convergen en una posición en la que se encuentra una única entidad siendo ésta considerada la líder de la formación (Cativelli y Sayed, 2009).

Varios autores han analizado este tipo de formaciones. Seiler et al. (2002) y Sewatkar et al. (2010) tratan de explicar, desde un punto de vista físico, las razones por las que algunas especies de aves como el Ganso de Canadá (Branta canadensis), el (Calidris canutus) y el (Calidris alpina), tienden a volar de esta manera.

Otros autores intentan simular este tipo de formaciones a nivel computacional. Por ejemplo, Nathan y Barbosa (2008) proponen un modelo basado en reglas que permite generar formaciones en V en función de unos parámetros determinados. Los autores validaron dicho modelo en NetLogo (Wilensky y Rand, 2007), un entorno de programación y modelado para simular fenómenos naturales y sociales.

Por otro lado, Andersson et al. (2007) proporciona un modelo para identificar la entidad líder en un grupo de entidades en movimiento. Sin embargo, su modelo no es apropiado para las formaciones en V, como se muestra en (Moreno et al., 2012 y 2013). Allí, el modelo de Andersson se amplía para identificar las formaciones en V. Sin embargo, el modelo ampliado no tiene en cuenta las entidades que forman parte de la formación, pero que están apartadas de sus líneas características, es decir, las entidades atípicas.

​En este trabajo se amplía el modelo de Moreno et al. (2013) para identificar formaciones en V considerando la posible presencia de valores atípicos.​