相关实验视频
Updated: May 27, 2025
14:58
Behavioral Tracking and Neuromast Imaging of Mexican Cavefish
Published on: April 6, 2019
7.6K
使用隐藏的马尔科夫模型来识别加速计中的行为模式,在现场围中使用地下动物的加速计数据
Milene G Jannetti1, Veronica S Valentinuzzi2, Gisele A Oda1
1Laboratório de Cronobiologia Binacional Argentina-Brasil, Departamento de Fisiologia, Instituto de Biociências, Universidade de São Paulo, São Paulo, Brazil.
Journal of biological rhythms
|February 18, 2025
概括
研究人员使用机器学习来分析图库图库的加速度计数据,揭示了不同的活动模式,如挖掘和移动,在实验室和现场环境中驱动它们的日常节奏.
科学领域:
- 动物行为 动物行为
- 时间生物学 时间生物学
- 机器学习应用程序 机器学习应用程序
背景情况:
- 使用跑步轮的传统活动节奏研究提供了有限的行为洞察力.
- 地下动物 (tuco-tucos) 为行为监测带来了独特的挑战.
- 加速度计提供丰富的数据,但需要先进的分析方法.
研究的目的:
- 应用监督隐藏的马尔科夫模型 (HMMs) 在图库-图库加速度计数据中的行为模式识别.
- 在实验室和实地封闭条件下描述图库图库的行为节奏.
- 通过使用先进的分析技术,增强对小哺乳动物活动模式的理解.
主要方法:
- 利用监督的隐藏马尔科夫模型 (HMMs) 用视频记录的行为数据进行训练.
- 将加速度计记录分类为不同的行为状态,与视频观测相比,准确率为93%.
- 部署训练有素的HMM来分析来自20个未被观察到的tuco-tuco在现场和实验室环境中的加速度计数据.
主要成果:
- 挖掘和运动活动被确定为昼间 (田间) 和夜间 (实验室) 节律的驱动因素.
- 在这两种环境中都观察到阴道活动 (养,理,共).
- 图库图库表现出环境依赖的休息模式,将休息限制在野外围中的夜间休息.
结论:
- 监督的HMM显著增强了从加速度计数据中提取的行为信息.
- 这种方法扩大了在自然条件下研究小哺乳动物活动模式的范围.
- 行为节奏和休息模式可以适应环境挑战.
