論文の概要: Identification of Abnormal States in Videos of Ants Undergoing Social
Phase Change
- arxiv url: http://arxiv.org/abs/2009.08626v2
- Date: Sat, 14 Aug 2021 21:18:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 02:51:56.589956
- Title: Identification of Abnormal States in Videos of Ants Undergoing Social
Phase Change
- Title（参考訳）: 社会相変化を受けるアリのビデオにおける異常状態の同定
- Authors: Taeyeong Choi, Benjamin Pyenson, Juergen Liebig, Theodore P. Pavlic
- Abstract要約: アリコロニーの異常状態の検出におけるワンクラス分類の可能性について検討した。
我々は、Deep Support Vector Data Description (DSVDD)を構築し、Inner-Outlier Generator (IO-GEN)を紹介する。
この方法は、追加の人間の観察が必要なビデオフレームのスクリーニングに使用することができる。
- 参考スコア（独自算出の注目度）: 7.914348940034352
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Biology is both an important application area and a source of motivation for
development of advanced machine learning techniques. Although much attention
has been paid to large and complex data sets resulting from high-throughput
sequencing, advances in high-quality video recording technology have begun to
generate similarly rich data sets requiring sophisticated techniques from both
computer vision and time-series analysis. Moreover, just as studying gene
expression patterns in one organism can reveal general principles that apply to
other organisms, the study of complex social interactions in an experimentally
tractable model system, such as a laboratory ant colony, can provide general
principles about the dynamics of other social groups. Here, we focus on one
such example from the study of reproductive regulation in small laboratory
colonies of more than 50 Harpegnathos ants. These ants can be artificially
induced to begin a ~20 day process of hierarchy reformation. Although the
conclusion of this process is conspicuous to a human observer, it remains
unclear which behaviors during the transient period are contributing to the
process. To address this issue, we explore the potential application of
One-class Classification (OC) to the detection of abnormal states in ant
colonies for which behavioral data is only available for the normal societal
conditions during training. Specifically, we build upon the Deep Support Vector
Data Description (DSVDD) and introduce the Inner-Outlier Generator (IO-GEN)
that synthesizes fake "inner outlier" observations during training that are
near the center of the DSVDD data description. We show that IO-GEN increases
the reliability of the final OC classifier relative to other DSVDD baselines.
This method can be used to screen video frames for which additional human
observation is needed.
- Abstract（参考訳）: 生物学は、高度な機械学習技術を開発するための重要な応用分野であり、モチベーションの源でもある。
高スループットシークエンシングによる大規模で複雑なデータセットに多くの注意が払われているが、高品質のビデオ記録技術の進歩は、コンピュータビジョンと時系列解析の両方の高度な技術を必要とする同様にリッチなデータセットを生成するようになった。
さらに、ある生物における遺伝子発現パターンの研究が他の生物に適用できる一般的な原理を明らかにするのと同様に、実験室のアリコロニーのような実験的に抽出可能なモデルシステムにおける複雑な社会的相互作用の研究は、他の社会グループのダイナミクスに関する一般的な原則を提供することができる。
本稿では,50種以上のハルペグナトスアリの小さな実験室コロニーにおける生殖調節の研究から,このような事例を取り上げる。
これらのアリは人工的に誘導され、階層改革の約20日間のプロセスが始まる。
この過程の結論は人間の観察者に顕著であるが、過渡期におけるどの行動が過程に寄与しているかは未だ不明である。
この課題に対処するために,訓練中の正常な社会的条件に対してのみ行動データが利用できるアリコロニーにおける異常状態の検出に,ワンクラス分類(OC)の応用の可能性を検討する。
具体的には、DSVDD(Deep Support Vector Data Description)に基づいて、DSVDDデータ記述の中心に近いトレーニング中に、偽の"インナー・アウター"観測を合成するインナー・アウター・ジェネレータ(IO-GEN)を導入する。
IO-GEN は他の DSVDD ベースラインと比較して最終 OC 分類器の信頼性が向上することを示す。
この方法は、追加の人間の観察が必要なビデオフレームの表示に使用できる。
関連論文リスト
- Causal machine learning for single-cell genomics [94.28105176231739]
単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。
まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。
次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
論文 参考訳（メタデータ） (2023-10-23T13:35:24Z) - Livestock Monitoring with Transformer [4.298326853567677]
我々は,集団飼育豚を対象としたエンドツーエンド行動監視システムを開発し,インスタンスレベルのセグメンテーション,トラッキング,行動認識,再識別タスクを同時実施する。
本稿では, トランスフォーマーアーキテクチャを用いて, グループ豚のインスタンスレベルの埋め込みを学習する, エンドツーエンド多目的家畜監視フレームワークであるStarformerについて紹介する。
論文 参考訳（メタデータ） (2021-11-01T10:03:49Z) - Provable RL with Exogenous Distractors via Multistep Inverse Dynamics [85.52408288789164]
実世界の強化学習(RL)の応用は、メガピクセルカメラから生成されたような高次元の観察にエージェントが対処する必要がある。
従来の研究は表現学習でこのような問題に対処しており、エージェントは生の観察から内因性、潜伏状態の情報を確実に抽出することができる。
しかし、このような手法は観測において時間的に相関するノイズの存在下では失敗する可能性がある。
論文 参考訳（メタデータ） (2021-10-17T15:21:27Z) - Beyond Tracking: Using Deep Learning to Discover Novel Interactions in
Biological Swarms [3.441021278275805]
本稿では,システムレベルの状態を全体像から直接予測するディープ・ネットワーク・モデルを提案する。
結果の予測モデルは、人間の理解した予測モデルに基づいていないため、説明モジュールを使用する。
これは、行動生態学における人工知能の例である。
論文 参考訳（メタデータ） (2021-08-20T22:50:41Z) - Self-supervised transfer learning of physiological representations from
free-living wearable data [12.863826659440026]
意味ラベルのない活動・心拍(HR)信号を用いた新しい自己教師型表現学習法を提案する。
我々は、我々のモデルを、最大の自由生活複合センシングデータセット(手首加速度計とウェアラブル心電図データによる280k時間)で評価する。
論文 参考訳（メタデータ） (2020-11-18T23:21:34Z) - Learning Generalizable Physiological Representations from Large-scale
Wearable Data [12.863826659440026]
意味ラベルのない活動・心拍(HR)信号を用いた新しい自己教師型表現学習法を提案する。
その結果, 線形分類器を用いた伝達学習により, 様々な下流タスクにおいて, 埋め込みが一般化できることが示唆された。
本研究は,大規模健康・ライフスタイルモニタリングに寄与する行動・生理的データに対する,最初のマルチモーダル自己管理手法を提案する。
論文 参考訳（メタデータ） (2020-11-09T17:56:03Z) - Muti-view Mouse Social Behaviour Recognition with Deep Graphical Model [124.26611454540813]
マウスの社会的行動分析は神経変性疾患の治療効果を評価する貴重なツールである。
マウスの社会行動の豊かな記述を創出する可能性から、ネズミの観察にマルチビュービデオ記録を使用することは、ますます注目を集めている。
本稿では,ビュー固有のサブ構造とビュー共有サブ構造を協調的に学習する,新しい多視点潜在意識・動的識別モデルを提案する。
論文 参考訳（メタデータ） (2020-11-04T18:09:58Z) - Towards an Automatic Analysis of CHO-K1 Suspension Growth in
Microfluidic Single-cell Cultivation [63.94623495501023]
我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。
具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
論文 参考訳（メタデータ） (2020-10-20T08:36:51Z) - A Trainable Optimal Transport Embedding for Feature Aggregation and its
Relationship to Attention [96.77554122595578]
固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。
我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
論文 参考訳（メタデータ） (2020-06-22T08:35:58Z) - Modeling Shared Responses in Neuroimaging Studies through MultiView ICA [94.31804763196116]
被験者の大規模なコホートを含むグループ研究は、脳機能組織に関する一般的な結論を引き出す上で重要である。
グループ研究のための新しい多視点独立成分分析モデルを提案し、各被験者のデータを共有独立音源と雑音の線形結合としてモデル化する。
まず、fMRIデータを用いて、被験者間の共通音源の同定における感度の向上を示す。
論文 参考訳（メタデータ） (2020-06-11T17:29:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。