論文の概要: Review on Social Behavior Analysis of Laboratory Animals: From Methodologies to Applications

• arxiv url: http://arxiv.org/abs/2206.12651v1
• Date: Sat, 25 Jun 2022 13:40:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-03 05:52:26.462951
• Title: Review on Social Behavior Analysis of Laboratory Animals: From Methodologies to Applications
• Title（参考訳）: 実験動物の社会行動分析に関する概観:方法論から応用まで
• Authors: Ziping Jiang, Paul L. Chazot and Richard Jiang
• Abstract要約: 従来の視覚的手法,統計的手法,深層学習手法を網羅し,多様な行動検出アルゴリズムを探索する。 本研究の目的は、動物行動の効率的な検出方法のひっかき傷を生物学者に与え、関連する研究を徹底的に調査することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the bridge between genetic and physiological aspects, animal behaviour analysis is one of the most significant topics in biology and ecological research. However, identifying, tracking and recording animal behaviour are labour intensive works that require professional knowledge. To mitigate the spend for annotating data, researchers turn to computer vision techniques for automatic label algorithms, since most of the data are recorded visually. In this work, we explore a variety of behaviour detection algorithms, covering traditional vision methods, statistical methods and deep learning methods. The objective of this work is to provide a thorough investigation of related work, furnishing biologists with a scratch of efficient animal behaviour detection methods. Apart from that, we also discuss the strengths and weaknesses of those algorithms to provide some insights for those who already delve into this field.
• Abstract（参考訳）: 遺伝学と生理学の橋渡しとして、動物行動分析は生物学と生態学研究において最も重要なトピックの1つである。 しかし、動物の行動の同定、追跡、記録は職業知識を必要とする労働集約的な作品である。 データアノテートに費やす費用を軽減するために、研究者は自動ラベルアルゴリズムのためのコンピュータビジョン技術に目を向ける。 本研究では,従来の視覚的手法,統計的手法,深層学習手法を網羅した行動検出アルゴリズムについて検討する。 本研究の目的は,効率的な動物行動検出手法のスクラッチを生物学者に提供し,関連する研究の徹底的な調査を行うことである。 それとは別に、これらのアルゴリズムの強みと弱みについても議論し、既にこの分野に精通している人たちにいくつかの洞察を与えます。

関連論文リスト

• Animal Behavior Analysis Methods Using Deep Learning: A Survey [3.9086052572489653]
  最先端のディープラーニングモデルは、様々な動物のデータの分類において顕著な精度を示している。 この論文は、動物行動研究の分野を前進させる可能性を秘めている深層学習における重要な研究方向に関する総合的な議論をまとめている。
  論文  参考訳（メタデータ） (2024-05-22T21:17:54Z)
• Computer Vision for Primate Behavior Analysis in the Wild [61.08941894580172]
  ビデオに基づく行動監視は、動物の認知と行動を研究する方法を変える大きな可能性を秘めている。 今でも、エキサイティングな見通しと、今日実際に達成できるものの間には、かなり大きなギャップがある。
  論文  参考訳（メタデータ） (2024-01-29T18:59:56Z)
• Automated Behavioral Analysis Using Instance Segmentation [2.043437148047176]
  動物行動分析は、生命科学や生物医学研究など、様々な分野で重要な役割を果たしている。 利用可能なデータの不足とラベル付きデータセットの大量取得に伴う高コストが大きな課題となっている。 本稿では,これらの問題に対処するために,インスタンスセグメンテーションに基づくトランスファー学習を活用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-12-12T20:36:36Z)
• CNN-Based Action Recognition and Pose Estimation for Classifying Animal Behavior from Videos: A Survey [0.0]
  アクション認識(Action Recognition)は、1つ以上の被験者がトリミングされたビデオで行う活動の分類であり、多くの技術の基礎を形成する。 人間の行動認識のためのディープラーニングモデルは、過去10年間に進歩してきた。 近年,深層学習に基づく行動認識を取り入れた研究への関心が高まっている。
  論文  参考訳（メタデータ） (2023-01-15T20:54:44Z)
• Going Deeper than Tracking: a Survey of Computer-Vision Based Recognition of Animal Pain and Affective States [1.993938356023085]
  ますます多くの作品が追跡よりも「絶望的」になり、感情や痛みなどの動物の内的状態の自動認識に対処している。 本稿では,動物における情動状態と痛みの認識に関するコンピュータビジョンに基づく総合的な調査を行う。
  論文  参考訳（メタデータ） (2022-06-16T18:50:02Z)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
  政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。 既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。 既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
  論文  参考訳（メタデータ） (2021-11-09T13:30:34Z)
• Cetacean Translation Initiative: a roadmap to deciphering the communication of sperm whales [97.41394631426678]
  最近の研究では、非ヒト種における音響コミュニケーションを分析するための機械学習ツールの約束を示した。 マッコウクジラの大量生物音響データの収集と処理に必要な重要な要素について概説する。 開発された技術能力は、非人間コミュニケーションと動物行動研究を研究する幅広いコミュニティにおいて、クロス応用と進歩をもたらす可能性が高い。
  論文  参考訳（メタデータ） (2021-04-17T18:39:22Z)
• Affect Analysis in-the-wild: Valence-Arousal, Expressions, Action Units and a Unified Framework [83.21732533130846]
  Aff-Wild と Aff-Wild2 の2つである。 これは、これらのデータベースで訓練された深層ニューラルネットワークの2つのクラスの設計を示す。 インパクト認識を共同で学び、効果的に一般化し、実行することができる新しいマルチタスクおよび全体主義のフレームワークが提示されます。
  論文  参考訳（メタデータ） (2021-03-29T17:36:20Z)
• Perspectives on individual animal identification from biology and computer vision [58.81800919492064]
  計算機科学者と生物学者の両方に利用可能なツールの概要を提供するコンピュータビジョン識別技術の最近の進歩を概観する。 動物識別プロジェクトを始めるための勧告を提示し、現在の限界を説明し、将来どのように対処されるかを提案する。
  論文  参考訳（メタデータ） (2021-02-28T16:50:09Z)

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。