首頁?行業  »   正文

AI框架識別野生動物群體行為并對其進行分類

AI框架識別野生動物群體行為并對其進行分類

伊利諾伊大學,意大利米蘭理工大學和加州大學戴維斯分校提出了一個統計框架,用于識別野生動物群體行為。在初步實驗中,與基線方法相比,它顯著表現出了更好的分類準確性。

“理解動物的行為對于回答動物(包括人類)為什么做某些事情至關重要,”共同作者寫道,“最近,生物學家開始使用可穿戴技術,如GPS,加速度計和無線電傳感器來跟蹤動物及其活動。”

然而,收集到的原始數據并不是人類可解釋的,需要進行處理來提取行為模式,活動識別模型可以用來學習原始時間序列與通過觀察或其他方式收集到的行為注釋之間的關系。

正如研究人員所解釋的那樣,時間序列分類,即在連續時間獲得的數量值的分類,通常在它們之間具有相等的間隔,要使用時間序列分析或機器學習來解決。前者基于對原始信號的明確描述,而后者自動從輸入數據中推斷出特征。

AI框架識別野生動物群體行為并對其進行分類

研究人員的方法采用兩步序列分析過程:首先,他們選擇給定語料庫的最佳全局時間分辨率(關于時間的度量分辨率),然后通過提取拓撲來編碼動物組之間的社會關系和與分類相關的關系組件。

在實驗中,研究小組收集了一組狒狒群體活動的公開數據,其中26只狒狒被跟蹤了35天。他們根據距離定義了狒狒的社交網絡,這樣,狒狒在相距兩米以內的時候就被認為是相互影響的。

研究人員報告稱,他們的方法比以前的方法提高了大約10%的準確性,添加社交信息比最初的結果提高了7%。他們計劃在未來的工作中納入其他數據集。

團隊表示,“我們對現實世界數據集的評估表明,框架可以更好地識別野生動物群體的復雜行為動態,我們目前正致力于將時間分辨率步驟擴展到更加動態的方法,允許不同的時間步驟,這將有助于更好地識別每種不同行為的關鍵組成部分。”

歡迎關注ATYUN官方公眾號,商務合作及內容投稿請聯系郵箱:[email protected]

發表評論