論文の概要: Behavioural Classification in C. elegans: a Spatio-Temporal Analysis of Locomotion

• arxiv url: http://arxiv.org/abs/2510.00086v1
• Date: Tue, 30 Sep 2025 09:06:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-03 14:32:17.1666
• Title: Behavioural Classification in C. elegans: a Spatio-Temporal Analysis of Locomotion
• Title（参考訳）: 線虫C. elegansの行動分類 : 運動の時空間的分析
• Authors: Nemanja Antonic, Monika Scholz, Aymeric Vellinger, Euphrasie Ramahefarivo, Elio Tuci,
• Abstract要約: 線虫C. elegans(C. elegans)は、生物学の亜領域で用いられるモデルである。 ワームの挙動をシミュレートするいくつかの方法が提案されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The 1mm roundworm C. elegans is a model organism used in many sub-areas of biology to investigate different types of biological processes. In order to complement the n-vivo analysis with computer-based investigations, several methods have been proposed to simulate the worm behaviour. These methods extract discrete behavioural units from the flow of the worm movements using different types of tracking techniques. Nevertheless, these techniques require a clear view of the entire worm body, which is not always achievable. For example, this happens in high density worm conditions, which are particularly informative to understand the influence of the social context on the single worm behaviour. In this paper, we illustrate and evaluate a method to extract behavioural units from recordings of C. elegans movements which do not necessarily require a clear view of the entire worm body. Moreover, the behavioural units are defined by an unsupervised automatic pipeline which frees the process from predefined assumptions that inevitably bias the behavioural analysis. The behavioural units resulting from the automatic method are interpreted by comparing them with hand-designed behavioural units. The effectiveness of the automatic method is evaluated by measuring the extent to which the movement of a simulated worm, with an agent-based model, matches the movement of a natural worm. Our results indicate that spatio-temporal locomotory patterns emerge even from single point worm tracking. Moreover, we show that such patterns represent a fundamental aspect of the behavioural classification process.
• Abstract（参考訳）: 線虫C. elegans(C. elegans)は、様々な種類の生物学的過程を研究するために多くの亜領域で用いられるモデル生物である。 n-vivo解析とコンピュータによる研究を補完するために、ワームの挙動をシミュレートするいくつかの方法が提案されている。 これらの方法は、異なるタイプの追跡手法を用いて、ワーム運動の流れから離散的な行動単位を抽出する。 それでもこれらの技術は、常に達成できるとは限らない、虫体全体の明確な視界を必要とする。 例えば、これは高密度のワーム条件で起こり、特に単一のワーム行動に対する社会的文脈の影響を理解するために有益である。 本稿では,虫体全体の明確な視認を必ずしも必要としないC. elegans運動の記録から行動単位を抽出する方法を解説し,評価する。 さらに、振る舞いユニットは、必然的に振る舞い分析をバイアスする前提からプロセスを解放する教師なしの自動パイプラインによって定義される。 自動手法から得られる行動単位は手作業で設計した行動単位と比較することにより解釈される。 本手法の有効性は、模擬ワームの運動が天然ワームの運動とどの程度一致しているかをエージェントベースモデルで測定することにより評価する。 以上の結果から,一点追跡においても時空間ロコモトリーパターンが出現することが示唆された。 さらに,このようなパターンが行動分類プロセスの基本的側面を示すことを示す。

関連論文リスト

• Inverse Dynamics Pretraining Learns Good Representations for Multitask Imitation [66.86987509942607]
  このようなパラダイムを模倣学習でどのように行うべきかを評価する。 本稿では,事前学習コーパスがマルチタスクのデモンストレーションから成り立つ環境について考察する。 逆動力学モデリングはこの設定に適していると主張する。
  論文  参考訳（メタデータ） (2023-05-26T14:40:46Z)
• Fast spline detection in high density microscopy data [0.0]
  多生物系の顕微鏡的研究において、衝突と重なりの問題は依然として困難である。 そこで,本研究では,一般的なモチーフと重なり合うスプラインの正確な形状軌跡を抽出する,エンドツーエンドの深層学習手法を開発した。 線虫Caenorhabditis elegansの密集実験における使用性の設定と実証を行った。
  論文  参考訳（メタデータ） (2023-01-11T13:40:05Z)
• Particle-Based Score Estimation for State Space Model Learning in Autonomous Driving [62.053071723903834]
  マルチオブジェクト状態推定はロボットアプリケーションの基本的な問題である。 粒子法を用いて最大形パラメータを学習することを検討する。 自動運転車から収集した実データに本手法を適用した。
  論文  参考訳（メタデータ） (2022-12-14T01:21:05Z)
• A kinetic approach to consensus-based segmentation of biomedical images [39.58317527488534]
  バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。 システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。 2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
  論文  参考訳（メタデータ） (2022-11-08T09:54:34Z)
• DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG Signals [62.997667081978825]
  我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。 我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。 標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
  論文  参考訳（メタデータ） (2021-12-08T13:07:21Z)
• Detecting chaos in lineage-trees: A deep learning approach [1.536989504296526]
  本稿では,合成軌道上でのディープラーニングモデルの訓練に基づいて,データから最大のリアプノフ指数を推定する新しい手法について述べる。 本手法は, 樹状データ, 生物環境におけるユビキタストポロジ, 特に細胞や生物の系統の動態を解析できるという点で特有である。
  論文  参考訳（メタデータ） (2021-06-08T11:11:52Z)
• Detecting Biological Locomotion in Video: A Computational Approach [13.135234328352885]
  未処理映像におけるバイオロコモーションを検出するための計算手法を提案する。 我々は、物体の共通の動きの相違とともに、非対称な振動を伴う位置前進のこのキー特性を利用する。 追跡対象物におけるこれらの形質の存在を測定するアルゴリズムが開発され、移動中の生物学的実体に対応するかどうかが決定される。
  論文  参考訳（メタデータ） (2021-05-26T16:19:23Z)
• Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
  水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。 提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
  論文  参考訳（メタデータ） (2020-11-28T05:51:19Z)
• Celeganser: Automated Analysis of Nematode Morphology and Age [10.227479910430866]
  我々はC. elegans画像の自動解析のためのパイプラインを提案する。 本システムは, ワームを検出, 分割し, ワーム内の各ピクセル位置で体座標を推定する。
  論文  参考訳（メタデータ） (2020-05-11T06:57:58Z)

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。