机器学习揭示了昆虫翅膀链的控制机制

科学领域:

• 进化生物学 进化生物学
• 生物力学 生物力学
• 昆虫生理学 昆虫生理学

背景情况:

• 昆虫的飞行是它们进化成功的关键因素,使它们能够多样化成数百万个物种.
• 昆虫的翅膀是一种新的结构,不是从四肢进化而来的,通过复杂的生物机械链连接在一起.
• 这条链将肌肉振荡转化为机翼运动,由专门的控制肌肉和硬化组织调节.

研究的目的:

• 为了阐明昆虫翅膀链的机械控制逻辑.
• 了解方向盘肌肉活动如何影响机翼运动和空气动力学力.
• 为了整合多学科的方法,为昆虫飞行控制的综合模型.

主要方法:

• 使用基因编码的指标,在中控制肌肉活动的现场成像.
• 高速3D追踪机翼运动.
• 机器学习 (卷积神经网络和编码解码器) 用于根据肌肉活动和硬化组织功能预测翅膀运动.
• 使用动态缩放的机器人飞机量化空气动力力量的量化.
• 基于物理的飞行机动模拟.

主要成果:

• 一个机器学习模型根据方向肌肉活动准确地预测昆虫的翅膀运动.
• 这项研究确定了单个结核素在调节翅膀运动中的作用.
• 机器人实验量化了方向盘肌肉激活的空气动力学效应.
• 结合链模型的模拟复制了自由飞行的昆虫机动.

结论:

• 这项研究揭示了控制昆虫翅膀链的复杂机械控制逻辑.
• 这项研究为了解昆虫飞行提供了一个复杂的模型,这是一个关键的进化适应.
• 这些发现突出了翼作为自然界中一个关键和复杂的骨结构.