研究表明机器学习如何从野生狒狒的加速信号中识别社交修饰行为

导读 斯旺西大学和开普敦大学的科学家使用项圈式加速度计追踪了野生狒狒的社交行为。该研究发表在皇家学会开放科学杂志上,是第一个使用这种方法

斯旺西大学和开普敦大学的科学家使用项圈式加速度计追踪了野生狒狒的社交行为。

该研究发表在皇家学会开放科学杂志上,是第一个使用这种方法成功计算美容预算的研究,为未来的研究方向开辟了一条完整的道路。

该团队使用斯旺西大学制造的装有加速度计的项圈,记录南非开普敦狒狒的活动,识别和量化一般活动,如休息、行走、觅食和跑步,以及给予和接受梳理毛发。

一种受监督的机器学习算法在与狒狒视频记录相匹配的加速度数据上进行了训练,并以高的整体准确度成功地识别了给予和接受的修饰。

然后,该团队将他们的机器学习模型应用于从12只狒狒收集的加速数据,以在白天和夜间连续量化梳理和其他行为。

苏黎世大学的主要作者夏洛特克里斯滕森博士说:“我们不确定项圈上的传感器是否能够检测到涉及这种细微动作的行为,但它确实有效。我们的研究结果对研究具有重要意义动物的社会行为,尤其是非人类灵长类动物。”

社会梳理是灵长类动物最重要的社会行为之一,自20世纪50年代以来,已成为灵长类动物学研究的中心焦点。

以前,科学家们依靠直接观察来确定有多少灵长类动物互相梳理毛发,虽然直接观察提供了系统的数据,但它是稀疏且不连续的,而且研究人员一次只能观察几只动物的额外限制.

与本研究中使用的技术类似的技术正在彻底改变动物行为研究领域,并开辟令人兴奋的新研究领域。

斯旺西大学的资深作者InesFürtbauer博士说:“这是我们团队多年来一直想做的事情。收集和分析野生种群持续梳理数据的能力将使研究人员能够重新审视长期存在的问题并解决新问题关于社会纽带的形成和维持,以及支持社会性-健康-健身关系的机制。”