机构名称：
¥ 1.0
现代计算增强了我们对社会相互作用如何塑造动物社会中集体行为的理解。尽管分析模型在研究集体行为方面占主导地位，但本研究介绍了一个深度学习模型，以评估鱼类杜鹃花的社交相互作用。我们将深度学习方法的结果与实验以及最先进的分析模型的结果进行了比较。为此，我们提出了一种系统的方法来评估集体运动模型的信仰，利用了一组严格的个人和集体时空可观察物。我们证明，社交互动的机器学习模型可以直接与他们的分析同行竞争，以复制微妙的实验可观察物。更重要的是，这项工作强调了在不同时间尺度上进行一致验证的必要性，并确定了关键的设计方面，使我们能够捕捉短期和长期动态的深度学习方法。我们还表明，我们的方法可以扩展到没有任何培训的情况下以及其他鱼类，同时保留了深度学习网络的相同结构。最后，我们讨论了在动物群体中集体运动研究的背景下，ML的附加值及其作为分析模型的补充方法的潜力。
预测鱼对的长期集体行为
主要关键词
相关文件推荐
