論文の概要: Of Mice and Mates: Automated Classification and Modelling of Mouse Behaviour in Groups using a Single Model across Cages

• arxiv url: http://arxiv.org/abs/2306.03066v1
• Date: Mon, 5 Jun 2023 17:43:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-06 13:34:23.298588
• Title: Of Mice and Mates: Automated Classification and Modelling of Mouse Behaviour in Groups using a Single Model across Cages
• Title（参考訳）: マウスと交尾動物:ケージを横断する単一モデルを用いた群におけるマウスの行動の自動分類とモデリング
• Authors: Michael P. J. Camilleri and Rasneer S. Bains and Christopher K. I. Williams
• Abstract要約: 行動実験は、しばしば専門のアリーナで起こるが、これは解析を混乱させる可能性がある。 家庭内環境下でマウスを研究するためのツールを提供し、生物学者は個人の行動の時間的側面を捉えることができる。 本研究では,映像からマウスの行動を自動的に分類するアクティビティ・ラベリング・モジュール(ALM)と,ケージ間の共同動作を要約する新しいグループ行動モデル(GBM)を開発する。
• 参考スコア（独自算出の注目度）: 5.1081420619330515
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Behavioural experiments often happen in specialised arenas, but this may confound the analysis. To address this issue, we provide tools to study mice in the homecage environment, equipping biologists with the possibility to capture the temporal aspect of the individual's behaviour and model the interaction and interdependence between cage-mates with minimal human intervention. We develop the Activity Labelling Module (ALM) to automatically classify mouse behaviour from video, and a novel Group Behaviour Model (GBM) for summarising their joint behaviour across cages, using a permutation matrix to match the mouse identities in each cage to the model. We also release two datasets, ABODe for training behaviour classifiers and IMADGE for modelling behaviour.
• Abstract（参考訳）: 行動実験は専門のアリーナでしばしば行われるが、これは分析を混乱させる可能性がある。 この問題に対処するため,我々は,ヒトの介入が最小限であるケージメイト間の相互作用と相互依存性をモデル化し,個人の行動の時間的側面を捉えて,生物学者に提供する。 本研究では,映像からマウスの行動を自動的に分類するアクティビティ・ラベリング・モジュール (ALM) と,各ケージ内のマウスの身元をモデルに合わせるために置換行列を用いて,ケージ間の共同行動の要約を行うグループ行動モデル (GBM) を開発した。 トレーニング行動分類器のabodeと,モデリング行動のiddgeの2つのデータセットもリリースしています。

関連論文リスト

• AM-MTEEG: Multi-task EEG classification based on impulsive associative memory [6.240145569484483]
  本研究では,ヒト海馬における学習と記憶の原理に着想を得たマルチタスク分類モデルAM-MTEEGを提案する。 このモデルは個々の脳波を独立したタスクとして扱い、個人間での機能共有を促進する。 2つのBCIコンペティションデータセットによる実験結果から,我々のモデルでは最先端モデルと比較して平均精度が向上していることがわかった。
  論文  参考訳（メタデータ） (2024-09-27T01:33:45Z)
• Task Groupings Regularization: Data-Free Meta-Learning with Heterogeneous Pre-trained Models [83.02797560769285]
  Data-Free Meta-Learning (DFML)は、トレーニング済みモデルのコレクションから、元のデータにアクセスせずに知識を抽出することを目的としている。 現在の手法は、事前訓練されたモデル間の不均一性を見落とし、タスクの衝突による性能低下につながることが多い。 課題群規則化(Task Groupings Regularization)は、矛盾するタスクをグループ化し整合させることにより、モデルの不均一性から恩恵を受ける新しいアプローチである。
  論文  参考訳（メタデータ） (2024-05-26T13:11:55Z)
• Modelling Cellular Perturbations with the Sparse Additive Mechanism Shift Variational Autoencoder [6.352775857356592]
  摂動モデルに対する合成性, 絡み合い, 解釈性を組み合わせたスパース加算機構シフト変分自動符号化器SAMS-VAEを提案する。 SAMS-VAEは、潜伏サンプルの潜伏状態を、潜伏介入効果のサンプル特異な変動と疎大なグローバル変数を捉えた局所潜伏変数の和としてモデル化する。 2つの一般的な単一セルシークエンシングデータセットを用いて,SAMS-VAEを定性的に評価した。
  論文  参考訳（メタデータ） (2023-11-05T23:37:31Z)
• Towards a Unified Transformer-based Framework for Scene Graph Generation and Human-object Interaction Detection [116.21529970404653]
  本稿では,Transformerアーキテクチャに基づく一段階統一モデルであるSG2HOI+を紹介する。 本手法では,SGGとHOI検出のタスクをシームレスに統一する2つの対話型階層変換器を用いる。 提案手法は最先端のHOI法と比較して競争性能が向上する。
  論文  参考訳（メタデータ） (2023-11-03T07:25:57Z)
• Cross-Skeleton Interaction Graph Aggregation Network for Representation Learning of Mouse Social Behaviour [24.716092330419123]
  マウスの社会的行動分析は、行動神経科学においてますますポピュラーな研究領域となっている。 高度に変形可能な体型とあいまいな運動パターンにより、マウス間の複雑な社会的相互作用をモデル化することは困難である。 我々は,自由に相互作用するマウスの豊富な動態を学習するクロス骨格相互作用グラフ集約ネットワーク(CS-IGANet)を提案する。
  論文  参考訳（メタデータ） (2022-08-07T21:06:42Z)
• Dual-stream spatiotemporal networks with feature sharing for monitoring animals in the home cage [0.9937939233206224]
  ネットワーク全体で定期的にストリームを共同で共有する機能共有アプローチを導入する。 我々は、インセプションベースのネットワークのアンサンブルを用いて、86.47%の予測精度を実現する。 今後,非教師付き異常検出領域における行動分類における共有の有効性について検討する。
  論文  参考訳（メタデータ） (2022-06-01T16:32:25Z)
• Conditional Neural Relational Inference for Interacting Systems [58.141087282927415]
  我々は、類似しているが異なる相互作用するオブジェクトのグループのダイナミクスをモデル化することを学ぶ。 ベクトル記述から任意の群から条件生成が可能なモデルを開発する。 我々は,ヒト歩行のモデル化と,特に病理的ヒト歩行のモデル化におけるモデルの評価を行った。
  論文  参考訳（メタデータ） (2021-06-21T13:05:48Z)
• The Multi-Agent Behavior Dataset: Mouse Dyadic Social Interactions [39.265388879471686]
  行動神経科学のマルチエージェントデータセットであるCaltech Mouse Social Interactions(CalMS21)データセットを紹介します。 私たちのデータセットは、自由に行動できるマウスのビデオから記録された、社会的相互作用の軌跡データから成り立っている。 calms21データセットは、マルチエージェントビヘイビアチャレンジ2021の一部であり、私たちの次のステップは、マルチエージェントビヘイビアを研究する他のドメインからのデータセットを組み込むことです。
  論文  参考訳（メタデータ） (2021-04-06T17:58:47Z)
• Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records [57.75125067744978]
  ドメイン適応を容易にするデータ拡張手法を提案する。 逆生成したサンプルはドメイン適応時に使用される。 その結果,本手法の有効性とタスクの一般性が確認された。
  論文  参考訳（メタデータ） (2021-01-13T03:20:20Z)
• 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)
• Robust Finite Mixture Regression for Heterogeneous Targets [70.19798470463378]
  本稿では,サンプルクラスタの探索と,複数の不完全な混合型ターゲットを同時にモデル化するFMRモデルを提案する。 我々は、高次元の学習フレームワークの下で、無症状のオラクルのパフォーマンス境界をモデルに提供します。 その結果,我々のモデルは最先端の性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2020-10-12T03:27:07Z)

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。