Bayesian Inverse Reinforcement Learning for Collective Animal Movement
University of Missouri(密苏里大学);U. S. Geological Survey(美国地质调查局);Colorado State University(科罗拉多州立大学)
基于代理的方法允许定义生成复杂群体行为的简单规则。这种模型的管理规则通常是先验设置的,并且参数是根据观察到的行为轨迹来调整的。反向强化学习不是对所有预期场景进行简化假设,而是通过使用马尔可夫决策过程的属性来提供对管理长期行为策略的短期(局部)规则的推断。我们使用计算效率的线性可解马尔可夫决策过程学习的本地规则集体运动的模拟的自推进粒子(SPP)模型和数据应用程序的捕获孔雀鱼人口。行为决策成本的估计是在贝叶斯框架与基函数平滑。我们在SPP模拟中恢复了真实的成本,发现孔雀鱼更重视集体运动而不是有针对性的运动。
2022-06-11 cs.LG stat.ML
Approximate Bayesian inference for a "steps and turns" continuous-time random walk observed at regular time intervals
动物运动的研究是具有挑战性的,因为它是一个由许多因素在不同的空间和时间尺度上调节的过程。已经提出了几种模型,其主要不同之处在于时间概念化,即连续和离散时间公式化。自然,动物的运动是在连续的时间内发生的,但我们倾向于在固定的时间间隔内观察它。为了解释观测和运动决策之间的时间不匹配,我们使用了状态空间模型,其中运动决策(步骤和转弯)是在连续时间内做出的。然后以固定的时间间隔观察运动过程。由于这种状态空间模型的似然函数计算复杂,但模拟数据是简单的,我们使用近似贝叶斯计算(ABC)的一些变化进行推理。我们在模拟研究中探索了这些方法的适用性,作为观察时间尺度与运动过程时间尺度之间差异的函数。我们演示了应用该模型的一个真正的轨迹的羊,重建在高分辨率使用磁力计和GPS设备的信息。我们的研究结果表明,可以得到准确的估计时,观察是小于5倍的平均时间之间的变化,在运动方向。这里使用的状态空间模型使我们能够以直观且易于解释的方式将观察和运动决策的尺度联系起来。我们的研究结果强调了这样一个想法,即在设计数据收集协议时需要考虑动物运动决策的时间尺度,并且有时高频数据可能不需要对某些运动过程进行良好的估计。
2019-07-23 stat.AP stat.ME
Statistical modelling of individual animal movement: an overview of key methods and a discussion of practical challenges
随着从电子跟踪设备收集的复杂而详细的跟踪数据的涌入,动物运动数据的分析最近已经成为生物统计学家的家庭手工业。越来越复杂的新方法不断被添加到文献中。在本文中,我们回顾了我们认为是一些最流行的和最有用的类别的统计模型用于分析个体动物运动数据。具体来说,我们考虑离散时间隐马尔可夫模型,更一般的状态空间模型和扩散过程。我们认为,这些模型应该是工具箱中的核心组成部分,定量研究人员对个体动物运动的随机建模。最后,本文对动物运动的统计分析的方向提出了一些一般性的看法。运动生态学有一种趋势,可以说是过于复杂的建模方法,生态学家无法使用,庞大的数据集或不基于主流统计实践。此外,生态社区内开发的一些分析方法忽略了运动数据的基本属性,可能导致对动物运动的误导性结论。相应的方法,例如基于Lévy步行型模型的方法,尽管在很大程度上受到质疑,但仍然很受欢迎。我们认为,有必要在过于复杂或过于简单的极端之间取得适当的平衡,即该学科依赖于一般生态学家可用的中间复杂性模型,但以发达的统计实践为基础,并有效地适应大型数据集。
2017-01-30 q-bio.QM stat.AP
Dynamic social networks based on movement
针对动物社交网络数据收集成本高、具侵入性的问题,提出基于遥测数据的贝叶斯分层模型框架,通过吸引与对齐效应推断动态社交网络,经仿真和虎鲸数据验证符合生态与专家认知。
2016-09-21 stat.AP stat.ME
Scale dependence in hidden Markov models for animal movement
Dalhousie University(达尔豪斯大学);Centre for Environment, Fisheries and Aquaculture Science(环境、渔业和水产养殖科学中心)
该研究梳理了动物运动研究用隐马尔可夫模型核心组件的尺度依赖性理论,通过模拟验证其对参数和状态分类的影响,指出时间分辨率考量及数据采样规范的重要性,明确模型适用前提。
2025-10-04 q-bio.QM stat.AP
Modelling group dynamic animal movement
群体动态运动是许多物种运动的基本方面。人们已经认识到,需要充分模拟个人与其他群体成员的互动,特别是为了区分社会力量在个人运动中的作用与环境因素。然而,到目前为止,实际的统计方法,可以包括动物运动模型的群体动力学一直缺乏。我们考虑一个灵活的建模框架,区分组级模型,描述组的中心的运动,和个人级模型,这样每个人使其相对于组质心的运动决策。基本思想是框架内的灵活类隐马尔可夫模型,扩展以前的工作,通过多状态随机游走的动物运动建模。虽然在模拟实验中,参数估计在非理想的情况下表现出一定的偏差,我们表明,一般这种类型的模型的估计是可行的,生态信息。我们说明的方法使用真实的运动数据从11驯鹿(Rangifer tarandus)。结果表明,驯鹿在扎营状态下的一组质心的方向性偏差。虽然对群体质心的吸引力相对较弱,但我们的模型成功地捕捉到了群体影响的运动动态。具体而言,相比相关随机游走的常规混合物,组动态模型更准确地预测了一个有凝聚力的移动组的非扩散行为。
2013-08-27 q-bio.QM stat.AP
Detecting disease progression from animal movement using hidden Markov models
University of Minnesota(明尼苏达大学);Harvard University(哈佛大学);Dalhousie University(达尔豪斯大学);Smithsonian’s National Zoo & Conservation Biology Institute(史密森国家动物园与保护生物学研究所)
本研究提出隐马尔可夫模型框架,从动物运动轨迹推断感染状态,通过约束转移概率和协变量效应,成功识别感染导致的运动减少,为野生动物疾病监测提供可转移方法。
2025-09-25 q-bio.QM stat.AP
Generalizing the first-difference correlated random walk for marine animal movement data
动物遥测数据经常被分析与离散时间运动模型假设旋转的运动。这些模型是用等距距离的时间步长定义的。然而,对海洋动物的遥测数据的观测不定期。为了考虑不规则数据,引入了带漂移的时间不规则一阶差分相关随机游走模型。该模型通过允许不规则的时间步长(包括漂移项)和允许两个坐标中的不同自相关,将常用的具有规则时间步长的一阶差分相关随机游走推广。该模型适用于通过Argos卫星系统收集的环斑海豹的数据,并通过模拟与相关的运动模型进行比较。考虑到运动模型中的不规则数据,导致精确的参数估计和运动路径的重建。通过距离测量,引入的模型可以提供比常规时间对应物更精确的运动路径。从不确定的遥测数据中提取准确的移动路径对于评估海洋动物的空间使用模式至关重要,而这反过来又对管理至关重要。此外,直接在运动模型中处理不规则数据允许有效地同时分析几种动物。
2018-06-22 q-bio.QM
Multiscale modelling of animal movement with persistent dynamics
Dalhousie University(达尔豪斯大学);Pennsylvania State University(宾夕法尼亚州立大学)
本文提出基于欠阻尼Langevin过程的连续时间多尺度动物运动模型,连接资源选择与步长选择函数,并给出状态空间推断及混合效应方法。
2025-10-05 q-bio.QM stat.AP stat.ME
momentuHMM: R package for generalized hidden Markov models of animal movement
离散时间隐马尔可夫模型(HMRM)已经成为一个非常流行的工具,从遥测数据推断潜在的动物行为。在这里,我们介绍了一个开源的R包,momentuHMM,它解决了现有HMM软件中的许多缺陷。功能包括:1)数据预处理和可视化; 2)用于无限数量的数据流和潜在行为状态的用户指定的概率分布; 3)有偏和相关的随机游走运动模型,包括与吸引力或排斥力相关联的“活动中心”; 4)用于使用大多数R用户熟悉的公式的参数的协变量建模的用户指定的设计矩阵和约束; 5)解释测量误差和时间不规则或缺失数据的多种插补方法; 6)时空协变量栅格数据的无缝集成; 7)用于周期性和其他复杂模式的余弦和样条模型; 8)模型检查和选择;以及9)模拟。momentuHMM大大扩展了现有HMM软件的功能,同时解决了与遥测数据相关的常见挑战。因此,它有助于更现实的假设驱动的动物运动分析,迄今为止,在很大程度上是无法访问的非统计学家。虽然受遥测数据的激励,但该软件包可用于分析任何类型的数据,这些数据都适用于HPLOS。鼓励对其他功能感兴趣的从业者与作者联系。
2018-03-09 q-bio.QM stat.AP
Animal Movement Tools (amt): R-Package for Managing Tracking Data and Conducting Habitat Selection Analyses
1.跟踪技术的进步导致动物位置数据呈指数级增长,大大增强了我们解决运动生态学中有趣问题的能力,但也提出了与数据管理和分析相关的新挑战。2.逐步选择函数(SSF)通常用于将环境协变量与以精细时间分辨率收集的动物位置数据联系起来。SSF通过比较观察到的连接连续动物位置的步骤与随机步骤,使用Cox比例风险模型的可能性等效值来估计。通过使用常见的统计分布模型的步长和转向角分布,并包括栖息地和运动相关的协变量(点之间的距离,角度偏差的函数),它是可能的栖息地选择和运动过程的推断,或控制一个过程,同时调查其他。拟合的模型也可以用来估计利用率分布和机械的家庭范围。3.在这里,我们提出了R包amt(动物运动工具),允许用户将SSF拟合到数据,并从拟合模型模拟动物的空间使用。amt包还提供了管理遥测数据的工具。4.使用费舍尔(Pekania pennanti)的数据作为案例研究,我们说明了一个四步的方法来分析动物运动数据,包括数据管理,探索性数据分析,拟合模型,并从拟合模型模拟。
2018-05-08 q-bio.QM
A Hidden Markov Movement Model for rapidly identifying behavioral states from animal tracks
1.电子遥测技术经常用于记录动物随时间的运动。可以识别驱动特定运动模式的潜在行为的方法可以帮助我们了解动物如何以及为什么使用可用空间,从而帮助保护和管理工作。对于具有显著测量误差的水生动物跟踪数据,通常使用称为第一差分相关随机游走切换(DCRWS)的贝叶斯状态空间模型。然而,对于水生动物,动物运动的高度精确的跟踪数据现在变得越来越普遍。2.我们开发了一种新的隐马尔可夫模型(HMM),用于识别动物的行为状态,可以忽略不计的错误,我们称之为隐马尔可夫运动模型(HMMM)。我们实现的基础上的HMMM的过程方程的DCRWS,但我们使用的方法最大似然和R包TMB的快速模型拟合。3.我们将HMMM与DCRWS的修改版本进行了比较,以获得高精度的轨迹,DCRWSnome,以及与R包moveHMM安装的动物轨迹的常见HMM。我们表明,HMMM是准确的,适合于多个物种,通过拟合它的真正的轨道从灰海豹,湖鳟鱼,和蓝鲨,以及模拟数据。4. HMMM是一种快速可靠的工具,可以从动物运动数据中进行有意义的推断,非常适合那些希望使用流行的DCRWS实现高度准确跟踪数据的生态学家。它还为开发更复杂的TMB动物运动模型奠定了基础。为了促进它的吸收,我们通过R包游泳提供。
2016-12-20 q-bio.QM
Tortuosity Entropy: a measure of spatial complexity of behavioral changes in animal movement data
动物运动分析的目的是了解生物体如何探索和利用复杂多变的环境。动物通常表现出多样而复杂的运动,从明显的确定性行为到高度随机的行为。这对于评估运动效率和用于量化和分析运动轨迹的策略至关重要。在这里,我们介绍了一个曲折熵(TorEn)的基础上比较的参数,如航向,轴承,速度,连续点的运动轨迹,这是一个简单的措施,量化的行为变化的动物运动数据在一个很好的尺度。该方法首先将两两相邻轨迹点之间的差值转化为符号序列,然后将这些符号映射为一组模式向量,并计算模式向量的信息熵。曲折熵可以很容易地应用于任意的真实世界的数据-确定性或随机性,平稳或非平稳。我们测试的算法在模拟轨迹和真实轨迹,并表明这两个混合段的合成数据和不同阶段的真实运动数据被准确地识别。实验结果表明,该算法适用于各种情况,表明我们的方法是一个很有前途的工具,以揭示运动数据中的行为模式。
2014-01-16 q-bio.QM
A Digital Ecosystem for Animal Movement Science: Making animal movement datasets, data-linkage techniques, methods, and environmental layers easier to find, interpret, and analyze
运动是动物生活的一个基本方面,在决定种群动态、群落、生态系统和多样性的结构方面起着至关重要的作用。近年来,通过GPS项圈,相机陷阱,声学传感器和公民科学记录动物运动,以及研究人员用于将这些运动置于背景中的丰富的环境和其他辅助数据,已经达到了数量,速度和多样性的水平,将运动生态学研究纳入大数据科学领域。数据的增长催生了越来越复杂的运动分析方法。因此,动物生态学家需要更好地了解统计学,地理信息系统(GIS),遥感和编码等技术技能。因此,合作变得越来越重要,因为研究需要领域知识和技术专长。动物运动和环境数据的数据集通常可以在政府机构,大学和非政府组织(NGO)运行的存储库中获得,方法在科学期刊中描述。然而,这些实体之间几乎没有联系。构建动物运动科学的数字生态系统至关重要。数字生态系统代表了一种环境,其中移动数据,环境层和分析方法是可共享的,可用于有效的存储,操作和分析。我们认为,这样一个系统,这将有助于成熟的运动生态学领域的合作,促进复制,扩大时空范围的潜在分析,并限制冗余的方法开发。我们描述了数字生态系统的关键组成部分,需要解决的关键挑战,以及应对这些挑战的潜在解决方案。
2020-05-27 cs.DL cs.IR q-bio.QM
Localized Mutual Information Monitoring of Pairwise Associations in Animal Movement
卫星成像和全球定位系统跟踪装置的进步带来了遥感和地理空间分析的新时代。在环境科学和保护生态学中,生物遥测数据通常是高维的,空间和/或时间上的,并且本质上是功能性的,这意味着感兴趣的生物过程具有潜在的连续性。GPS对动物运动的跟踪通常表现为对动物位置的不规则时间记录,并且动物之间的运动关系容易发生突变。在本文中,我提出了一个本地化的互信息(LMI)的措施,以获得一个相关函数,用于监测动物运动轨迹之间的成对关联的变化。的LMI措施的属性进行评估分析和模拟在各种情况下。的LMI措施的优点和缺点进行了评估,并提出了一种替代措施的LMI来处理潜在的缺点。LMI的措施被证明是一个有效的工具,用于检测动物运动的相关性的变化,和季节性/阶段性的解释结构。
2022-01-06 q-bio.PE q-bio.QM stat.ME
Detecting seasonal episodic-like spatiotemporal memory patterns using animal movement modelling
1.空间记忆在动物感知环境的方式中起着重要作用,导致生态学家可以观察到的记忆信息运动模式。开发数学技术来了解动物如何在其环境中使用记忆,可以增加对动物认知的理解。2.在这里,我们描述了一个模型,占季节性或短暂的动物的环境质量的记忆。该模型通过允许在当前时间内进行资源选择以及长距离导航到动物家范围内以前访问过的位置来同时捕获多种行为。3.我们对模拟数据进行了一系列分析,以测试我们的模型,确定它可以从一年的离散时间位置数据中提供信息丰富的结果。我们还表明,模型选择和参数估计的准确性增加更多的位置数据。4.这个模型有可能确定一个特定的机制,动物使用记忆来优化他们的觅食,通过重访时间和可预测的可变资源在一致的时间滞后。
2022-02-15 q-bio.QM
Analyzing animal movement using deep learning
Leibniz Institute for Zoo and Wildlife Research(莱布尼茨动物园与野生动物研究所);Technische Universität Berlin(柏林工业大学);University of Regensburg(雷根斯堡大学);University of Goettingen(哥廷根大学)
本文探讨了深度学习在分析动物运动数据中的应用,提出DNN-SSF模型能有效捕捉复杂交互效应和非线性响应,优于传统GLM和GAM方法,提出了新的DNN结构以捕捉个体差异。
2026-03-25 q-bio.QM stat.AP
Multi-scale modeling of animal movement and general behavior data using hidden Markov models with hierarchical structures
隐马尔可夫模型(Hidden Markov Models,简称HMM)通常用于对动物运动数据进行建模并推断动物行为的各个方面。HMM假设来自观测的时间序列的每个数据点源于$N$可能的状态之一。这些状态与行为模式之间的联系是松散的,行为模式在观察的时间分辨率上表现出来。然而,由于标签技术的进步,可以以越来越精细的时间分辨率收集数据。然而,在时间尺度上的推断比收集数据的时间尺度粗糙,并且对应于更大规模的行为过程,尚未通过Hynthology回答。我们包括额外的层次结构的基本HMM框架,以纳入多个马尔可夫链在不同的时间尺度。分层结构的HSPINESS允许在多个时间尺度上进行行为推断,也可以作为避免粗化数据的一种手段。我们提出的框架是第一个同时在多个时间尺度上模拟动物行为的框架之一,为动物运动建模领域开辟了新的可能性。我们说明了应用分层结构的障碍,在两个真实的数据例子:(一)垂直运动的港口江豚在现场观察到的,和(二)束带蛇运动数据收集的一部分,试验设计。
2017-02-13 q-bio.QM stat.ME
Thinking Inside the Box: An Advection-Diffusion Model of Animal Movement in an Enclosed Region
我们开发了简单的扩散-平流模型来估计鱼类到达围栏边界之一所需的平均时间,以及随着时间的推移在围栏(如湖泊或泥沼)中移动的总体分布。我们从随机游动和定向运动的组合开始,然后,从这些,进行到相关的偏微分方程及其解决方案。我们还发现,随着时间的推移,总体分布和社区组成的演变,在围栏移动。虽然这个模型是在考虑鱼类运动的情况下开发的,但它具有广泛的适用性,从分子到人类,从惰性到故意的行动。
2019-09-17 math.AP q-bio.QM
Integrated step selection analysis: bridging the gap between resource selection and animal movement
资源选择函数是一个模型的可能性,一个可用的空间单元将被使用的动物,给定其资源价值。但是我们如何恰当地定义可用性呢?步骤选择分析在观察到的位置数据的尺度上处理这个问题,通过将每个使用的步骤(连接动物的两个连续观察到的位置)与从观察到的步骤或其特征的分布中随机采样的一组可用步骤进行匹配。在这里,我们提出了一个简单的扩展这种方法,称为综合步骤选择分析(ISSA),它放松了隐含的假设,即观察到的运动属性(即速度和时间自相关性)是独立的资源选择。相反,iSSA依赖于同时估计运动和资源选择参数,从而允许在机械运动模型内对资源选择进行简单的基于可能性的推断。我们提供了理论基础的ISSA,以及其实施的实际指导方针。使用计算机模拟,我们评估的推理和预测能力的ISSA相比,目前使用的方法。我们的工作表明,作为一个通用的,灵活的和用户友好的方法,评估各种生态假说,并预测未来的生态模式的实用性。
2015-12-05 q-bio.PE q-bio.QM
Linking resource selection and step selection models for habitat preferences in animals
分析动物物种-生境关系的两种主要方法已被证明得出不同的结论。从个人的观点拟合的模型(步骤选择功能),一旦按比例放大,不同意从人口的观点拟合的模型(资源选择功能)。我们解释了这种根本的不兼容性,并提出了一个解决方案,通过引入到动物运动领域的一个新的使用著名的家庭马尔可夫链蒙特卡罗(MCMC)算法。通过设计,MCMC的步长选择规则导致与给定的底层函数(目标分布)相一致的稳态分布。因此,我们提出了一个类比之间的运动的动物和运动的MCMC采样器,以保证收敛的步骤选择规则的参数的人口的利用率分布。我们介绍了拒绝免费MCMC算法,本地吉布斯采样器,更好地模拟真实的动物运动,并讨论了广泛的生物学假设,它可以容纳。我们说明了我们的方法与模拟一个已知的利用率分布,并从理论和经验表明,从本地吉布斯采样器模拟的位置产生正确的资源选择函数。使用模拟数据,我们演示了如何使用这个框架来估计资源选择和运动参数。
2018-06-26 q-bio.PE q-bio.QM
Collective movement in alarmed animals groups: a simple model with positional forces and a limited attention field
我们进行了数值分析,最近推出的模型来描述集体运动的报警动物群体。这个模型,来自基于位置的相互作用和有限的注意力场,显示了一个非平衡的相变之间的晶体状的阶段,其特征在于由一个单一的密集的集群的个人,发生小的注意力场的角度,和一个无序的阶段,组成的碎片集群,出现在大的角度。过渡的定量特征,测量其临界点和描述其标度行为,这表明过渡的性质是不连续的。最后,我们研究了运动方向上的相关性,在短距离上显示出很强的正值。这一事实表明,个体的有效感知范围远远超出了模型交互范围。
2019-03-06 nlin.AO physics.bio-ph q-bio.QM
Lévy like patterns in the small-scale movements of marsupials in an unfamiliar and risky environment
我们调查了三种不同的新热带区有袋类动物在一个陌生和危险的环境中的运动模式。动物被释放在一个矩阵中,他们试图到达一片森林。它们的运动在小的空间尺度上进行,最好用Lévy飞行来近似。定向和非定向个体的模式-森林斑块在或超出其感知范围-在其指数值上仅略有不同。这些事实表明,对于这些物种来说,莱维飞行的出现是动物先天行为自发出现的产物,作为警觉动物默认运动模式的中性特征。
2019-02-28 physics.bio-ph q-bio.QM
Derivations of Animal Movement Models with Explicit Memory
本文通过空间时间离散化、连续时间斑块模型和离散速度跳跃过程三种方法,推导了基于显式记忆的动物运动模型,揭示不同记忆使用方式对应扩散-平流、Fickian扩散和Fokker-Planck扩散模型,并通过数值模拟展示了三种场景在记忆排斥与吸引条件下的不同行为。
2024-12-29 q-bio.PE q-bio.QM
Multiple species animal movements: network properties, disease dynamic and the impact of targeted control actions
众所周知,牲畜中的传染病会感染多个宿主,并通过宿主内和宿主间传播途径的结合持续存在。在有一个以上易感宿主的农场中引入这种疾病的流行后果仍然不确定。在这里,我们描述了多宿主接触网络,以阐明潜在的疾病传播的农场与多个物种。通过静态和时间序列网络描述了牛、猪、小反刍动物和多宿主动物农场间4年的动物运动数据;还计算了进出接触链。我们使用所提出的随机多层次模型来模拟的情况下,感染被播种到一个主机和多主机农场,估计流行病的轨迹和模拟基于网络的控制行动,以评估减少二次感染的农场。我们的分析表明,猪的网络连接比牛和小反刍动物的时间网络视图。然而,小型反刍动物网络被显示为断开连接,允许网络与不同宿主之间的相互作用,从而使疾病在整个网络中传播。独立于最初感染的宿主,观察到继发感染跨越整个物种。我们发现,针对按程度排名的前3.25%的农场,可以在模拟期结束时将受感染农场的总数减少到70%以下。总之,我们证明了多宿主网络在疾病传播中的潜力,因此,在设计监测和防备控制策略时,考虑观察到的多宿主运动动态变得重要。
2022-01-14 q-bio.QM
State-switching continuous-time correlated random walks
连续时间模型已经被开发来捕捉跨时间尺度的动物运动的特征。特别是,一个流行的模型是连续时间相关随机游走,其中动物的速度被公式化为Ornstein-Uhlenbeck过程,以捕获其运动速度和方向的自相关性。在遥测分析中,离散时间状态切换模型(如隐马尔可夫模型)越来越受欢迎,以确定动物跟踪数据的行为阶段。我们提出了一个多状态制定的连续时间相关的随机游走,与一个潜在的马尔可夫过程用作代理动物的行为状态过程。我们提出了一个马尔可夫链蒙特卡罗算法进行贝叶斯推断这种多状态连续时间模型。后验样本的隐藏状态序列,状态转换率,和状态相关的运动参数可以得到。我们调查的方法在模拟研究中的性能,我们说明了它的使用在灰海豹(Halichoerus grypus)跟踪数据的案例研究。该方法利用连续时间相关随机游走的状态空间模型,能够适应不规则的采样频率和测量误差。它将有助于使用连续时间模型来估计运动特征,并从动物遥测数据中推断行为状态。
2018-08-06 q-bio.QM
Predicting local and non-local effects of resources on animal space use using a mechanistic step selection model
1.从动物与环境的相互作用中预测动物的空间利用模式,对于理解生境变化对生态系统功能的影响至关重要。最近试图解决这个问题,试图统一资源选择分析,动物空间的使用是来自现有的栖息地质量,和机械运动模型,其中详细的运动过程的动物被用来预测其紧急利用分布。这样的模型偏向于动物的运动对补丁,很容易获得和资源丰富,其结果是在一个给定的位置是在该位置的栖息地质量的函数的预测概率密度。然而,在现实中,动物将使用一块地形的概率往往是该补丁和周围栖息地的资源质量的函数。2.我们提出了一个机械模型,这种非本地的资源的影响自然出现从本地的运动过程中,考虑到动物目前居住的栖息地和它正在移动的地方的相对效用。我们给统计技术参数化的模型,从位置数据,并证明这些技术的应用,在纽芬兰驯鹿的GPS数据。3.稳态动物的概率分布所产生的模型具有复杂的模式,不能简单地表示为一个功能的栖息地的本地质量。特别是,大面积的良好栖息地的使用更密集比小斑块的同等质量的栖息地,而孤立的补丁使用频率较低。4.虽然我们专注于栖息地在这项研究中,我们的建模框架可以很容易地使用任何环境协变量,因此代表了统一的机械建模和步骤选择的方法来理解动物空间的使用。
2015-01-22 q-bio.PE q-bio.QM
A note on the duality between interaction responses and mutual positions in flocking and schooling
背景资料:最近的动物行为研究有助于确定不同动物物种中的对齐、转向反应和速度变化如何介导群集和学校化相互作用。在这里,我们具体解决的问题,什么样的相互作用响应支持不同的最近邻配置的相互位置和距离。结果如下:我们发现,在不同的动物物种中观察到的不同的相互作用规则可能是一个简单的后果的相对位置,个人假设当他们一起移动,和噪声固有的动物的运动,或与跟踪不准确。结论:个体相对于其邻居的各向异性定位,结合噪声,可以解释在真实动物群体中观察到的运动反应的几个方面,并且应该在未来的群集和学校教育模型中明确考虑。通过区分参与维持一个首选的羊群配置的相互作用的反应,并针对改变它的相互作用的反应,我们提供了一个框架来区分运动的相互作用,从那些潜在的一致同意的群体运动的信号方向冲突。
2014-07-04 q-bio.QM
Animal daily mobility patterns analysis using resting event networks
描述动物的运动模式是至关重要的,以提高我们对他们的行为的理解,从而制定适当的保护策略。这种调查,这不能在实践中实施只有几年前,已通过最近的进展,使研究人员能够研究动物运动在一个前所未有的时空分辨率的跟踪方法,促进。然而,从时空轨迹中识别和提取模式仍然是一个与许多应用相关的普遍问题。在这里,我们依赖于休息事件网络的概念,以确定存在的日常流动模式的动物时空轨迹。我们说明了我们的方法,通过分析几种鱼类在一个大的水力调峰河流的时空轨迹。
2021-02-02 physics.soc-ph q-bio.QM
Design of radiotelemetry systems for animal tracking
本文设计并实现两种低成本、轻量化无线电遥测系统,通过固定站接收动物携带发射器的功率或双天线相位差,实现茂密森林中小动物追踪,并用于记录南美有袋类 Dromiciops gliroides 的运动。
2025-07-25 q-bio.QM
Exploring the interplay between small and large scales movements in a neotropical small mammal
本研究通过分析新热带小型哺乳动物Didelphis aurita的多尺度运动数据,发现小尺度运动遵循截断莱维飞行,而大尺度运动趋于布朗运动,且聚合效应可解释两阶段行为,无需额外生态机制。
2025-01-23 cond-mat.stat-mech physics.data-an q-bio.QM
Identifying differences in the rules of interaction between individuals in moving animal groups
当个人对其邻居的地方运动和立场作出反应时,就可以实现集体运动。一些个体如果占据群体中的特定空间位置,例如,在群体的前面的位置,则可能不成比例地影响群体运动。我们问,因此,是什么导致个人在移动对鱼(食蚊鱼holbrooki)占据一个位置在他们的合作伙伴面前。个体根据同伴的位置调整自己的速度和方向,导致个体在群体中占据不同的位置。最常出现在配对前面的个体比他们的伴侣在速度上有更大的平均变化,并且与最常出现在配对后面的个体相比,转向他们的伴侣的可能性更小。两人在最前面的人带领下,速度更快。我们的研究结果强调了个体之间的社会反应差异如何在自由移动的群体中产生领导力。它们还展示了群体的运动特征如何取决于其中个体的空间配置。
2016-01-28 q-bio.QM
An Information Theory Treatment of Animal Movement Tracks
University of California, Berkeley(加州大学伯克利分校);University of KwaZulu-Natal(夸祖鲁-纳塔尔大学)
本文提出基于信息论的动物运动轨迹分段方法,通过聚类分析和熵度量,提升对动物行为的细粒度分析与预测能力。
2024-05-31 cs.IT math.IT q-bio.PE
A unifying framework for quantifying the nature of animal interactions
集体现象,即主体间的相互作用决定空间模式,在动物王国中无处不在。另一方面,运动和空间利用也受到动物与环境之间相互作用的极大影响。尽管这两种类型的相互作用从根本上影响动物的行为,迄今为止还没有统一的框架,在这两个领域提出的模型。在这里,我们构建了一个一般的方法来推断人口水平的空间格局,从底层的个人运动和相互作用的过程中,在建立一个统计力学生态系统的一个关键因素。我们表明,资源选择功能,以及集体运动模型的几个例子,出现作为我们的框架的特殊情况下,从而将资源选择分析和集体动物行为到一个单一的理论。特别是,我们专注于结合在文献中的领土相互作用的各种机械模型与步骤选择功能,通过将相互作用的步骤选择框架,并演示如何从所产生的模型中获得领土模式。我们证明了我们的模型的有效性,应用到亚马逊雨林的食虫鸟类种群。
2016-03-18 q-bio.PE q-bio.QM
An introduction to statistical models used to characterize species-habitat associations with animal movement data
本文综述并比较了用于动物移动数据中物种-栖息地关联建模的三种统计模型(RSF、SSF、HMM),通过案例展示其差异,并为按数据尺度和推断目标选择合适模型提供指导。
2025-02-28 q-bio.PE q-bio.QM stat.ME
Caracterização de circuitos pecuários com base em redes de movimentação de animais
网络是由一组边连接在一起的一组节点。网络可以表示任何一组相互之间有关系的对象。社区是以重要方式相关的节点集合,可能在网络中共享共同属性和/或扮演类似角色。当应用网络分析研究牲畜流动模式时,感兴趣的流行病学单位(农场、县、州、国家等)被表示为节点,节点之间的动物运动被表示为网络的边。解开一个网络结构,从而贸易优惠和途径,可能是非常有用的研究人员或决策者。我们实现了一个社区检测算法,以找到牲畜社区,这是一致的牲畜生产区的定义,假设一个社区是一组农场的处所,其中动物更有可能留在其一生中的时间比预期的机会。我们将此算法应用于马托格罗索州内的动物运动网络,2007年。该数据库保存了全年87 899处房舍和521 431次迁移的信息,总共迁移了15 844 779头牲畜。社区检测算法实现了一个网络分区,显示了明确的地理和商业模式,预防兽医应用的两个关键特征,也有一个有意义的解释,在贸易网络中的链接出现从交易节点的选择。
2015-01-09 q-bio.QM
State-space models' dirty little secrets: even simple linear Gaussian models can have estimation problems
状态空间模型(SSM)越来越多地用于生态学中的时间序列建模,如动物运动路径和种群动力学。这种类型的分层模型通常被构造为考虑两个层次的可变性:生物随机性和测量误差。SSM是灵活的。他们可以使用各种统计分布来模拟线性和非线性过程。最近的生态SSM往往是复杂的,有大量的参数估计。通过模拟研究,我们表明,即使是简单的线性高斯SSM可以遭受参数和状态估计问题。我们证明,这些问题主要发生在测量误差大于生物随机性,条件往往促使生态学家使用SSM。使用动物运动的例子,我们展示了这些估计问题如何影响生态推理。描述北极熊运动的SSM(\textit{Ursus maritimus})的有偏参数估计导致高估了它们的能量消耗。我们提出了潜在的解决方案,但表明,它往往仍然很难估计参数。虽然SSM是强大的工具,但它们可能会产生误导性的结果,我们敦促生态学家在从结果中得出生态结论之前,评估参数是否可以准确估计。
2016-03-29 q-bio.QM stat.AP
Characterising menotactic behaviours in movement data using hidden Markov models
1.运动是动物获取资源和避免危险的主要手段。大多数运动表现出与环境特征(出租车)有关的方向性偏差,例如食物斑块,捕食者,洋流或风的位置。许多具有方向性偏差的行为可以通过相对于环境刺激保持一定角度的定向(趋暗性)来表征,包括相对于阳光或磁场的导航以及穿越风的节能飞行。然而,不存在统计方法来灵活地分类和消除这种方向性偏差。2.我们提出了一个有偏见的相关随机游走模型,可以识别menotactic行为预测转向角之间的权衡方向持久性和方向偏差相对于环境刺激,而不作先验假设的角度偏置。我们应用模型的框架内的多状态隐马尔可夫模型(HMM)和描述的方法来弥补与粗糙的环境数据,以提高分类和参数化的方向性偏差的信息丢失。3.使用模拟研究,我们说明了我们的方法如何更准确地分类行为状态相比,传统的相关随机游走障碍,不包括方向性偏差。我们说明了这些方法的应用,通过识别侧风嗅觉觅食和漂移行为介导的风驱动的海冰漂移在北极熊(Ursus maritimus)从卫星遥测收集的运动数据。4.我们提出的扩展可以很容易地应用到运动数据,以识别和表征行为与方向偏向任何角度,并开辟了新的途径来研究动物运动和环境之间的机械关系。
2021-07-27 q-bio.QM
Periodicity Intensity of the 24 h Circadian Rhythm in Newborn Calves Show Indicators of Herd Welfare
昼夜节律是一个睡眠-觉醒周期的过程,它以大约24小时的周期调节所有生物的身体,精神和行为变化。可穿戴加速度计通常用于牲畜应用中,以记录动物运动,我们可以从中估计活动类型。在这里,我们使用的整体运动记录的加速度计戴在脖子上的新生小牛为期8周。从运动数据中,我们计算出对应于昼夜节律的24小时周期性强度,从7天的窗口滑动到8周的数据记录。24小时周期的强度或强度随着小牛变老而间隔计算,这是个体小牛福利的指标。我们观察到,这些24小时周期性的强度为个别小牛,来自运动数据,同步增加和减少在一群19头小牛。我们的研究结果表明,影响牛群福利的外部因素可以通过以这种方式处理和可视化运动数据来观察,我们的方法揭示了仅从运动数据中无法观察到的见解。
2022-08-08 q-bio.QM stat.AP
Big data analyses reveal patterns and drivers of the movements of southern elephant seals
越来越多的大型动物跟踪数据库提供了一个机会,在人口规模,甚至物种的运动模式的分析。我们使用了为处理大数据而开发的分析方法,这些方法不需要对目标代理的行为进行先验假设,以分析南大洋272只象海豹(Mirounga leonina)的汇总跟踪数据集,该数据集由十多年来收集的> 50万个位置估计组成。我们的分析表明,这些密封件的位移描述了截断幂律分布在几个空间和时间尺度,具有明确的签名定向运动。在分析汇总的轨迹时,这种模式是明显的,尽管个别轨迹有很大的差异。我们还确定了海洋省份,描述了这些海豹的迁徙和觅食栖息地。我们的分析提供了证据,证明存在运动的内在驱动因素,如记忆,使用常见的运动行为模型无法检测到。这些结果突出了大数据技术在应用于动物跟踪的大型数据集时提供对运动行为的新见解的潜力。
2018-07-24 physics.bio-ph physics.data-an q-bio.PE
A Terradynamics of Legged Locomotion on Granular Media
空气动力学和流体动力学的理论通过计算升力、阻力和推力来预测动物在空气和水中的运动和装置设计。虽然陆地腿运动的模型集中在与固体地面的相互作用上,但许多动物在响应入侵而流动的基质上移动。然而,在这种可流动的地面上的运动-地面相互作用模型往往是不可用的。我们开发了一个力模型任意形状的腿和身体在颗粒状介质中自由移动,并使用这种“terradynamics”来预测一个小腿机器人的运动颗粒状介质使用各种腿的形状和步幅频率。我们的研究揭示了一个复杂的,但通用的依赖性,在粒状介质中的入侵者的深度,方向和运动方向的应力,并提供了深入了解腿的形态和运动的影响。
2013-03-28 cond-mat.soft physics.bio-ph physics.flu-dyn
Analysis of animal accelerometer data using hidden Markov models
加速度计的使用现在在动物生物遥测中广泛使用,因为它们提供了一种在不可能直接观察的情况下以有意义和定量的方式测量动物活动的手段。在连续的加速度数据中,运动或行为的观察之间存在自然的依赖性,这一事实在大多数分析中基本上被忽略了。序列相关性已明确建模的加速度数据的分析在很大程度上依赖于隐马尔可夫模型(HMM)。根据分析的目的,可以应用监督或无监督学习方法。在有监督的背景下,训练HMM将未标记的加速度数据分类到一组有限的预先指定的类别中,而我们将演示如何使用无监督学习方法来推断动物行为的新方面。我们将提供在有监督和无监督环境下实现和评估HMM所需的详细信息,并讨论每种情况下的数据要求。我们概述了两个应用程序的海洋和空中系统(鲨鱼和鹰)采取无监督的方法,这是更容易适用于在现场测量的动物活动。阻碍被用来推断时间,大气和潮汐输入对动物行为的影响。动物加速计数据使生态学家能够识别动物活动(以及行为)的重要相关因素和驱动因素。HMM框架非常适合处理加速度计数据中常见的主要特征。将对动物活动的直接观察与统计模型相结合的能力,为量化动物行为和能量消耗提供了一种新的方法,并加深了我们对个体行为作为种群和生态系统组成部分的见解。
2016-02-20 q-bio.QM
Changing measurements or changing movements? Sampling scale and movement model identifiability across generations of biologging technology
1.动物的运动模式有助于我们理解个体繁殖成功和生存的变化,以及对种群动力学的影响。2.随着时间的推移,用于测量运动模式的传感器技术得到了改进。虽然旧的技术可能会过时,但现有的数据仍然有价值,特别是如果可以比较新的和旧的数据,以测试一种行为是否随着时间的推移而改变。3.我们使用模拟数据来评估的能力,量化和正确识别模式的海鸟飞行长度的观测制度下使用的连续几代的跟踪技术。4.在比较在不同时间尺度收集的数据时必须小心,即使在使用包含观察过程的推理程序时也是如此,因为模型选择和参数估计可能有偏差。在实践中,比较可能仅在降低所有数据以匹配集合中的最低分辨率时才有效。5.跟踪技术的变化导致不同时间尺度的测量结果汇总,这使得比较具有挑战性。因此,我们敦促生态学家使用合成数据来评估是否准确的参数估计是可能的模型比较不同的数据集进行分析,如对环境变化的反应或管理措施的评估。
2017-08-01 q-bio.QM
Collective Animal Behavior from Bayesian Estimation and Probability Matching
生活在群体中的动物做出的运动决定,除了其他因素外,还取决于与其他群体成员的社会互动。我们目前对动物群体中社会规则的理解主要是基于对观察结果的经验拟合,较少强调获得允许其推导的第一原理方法。在这里,我们表明,集体决策的模式可以从动物的基本能力,使概率估计存在的不确定性。我们建立了一个决策模型,分为两个阶段:贝叶斯估计和概率匹配。在第一阶段,每只动物都要根据环境的个人信息和通过观察其他动物的行为收集到的社会信息,对哪种行为最好进行贝叶斯估计。在概率匹配阶段,每只动物选择一个概率等于贝叶斯估计概率的行为,这个行为是最合适的。这个模型推导出动物群体中非常简单的互动规则,这些规则只依赖于两种类型的可靠性参数,一种是每只动物分配给其他动物的,另一种是由非社会信息的质量给出的。我们测试我们的模型,从理论上获得一组丰富的观察到的集体模式的决定,在三棘鱼,Gasterosteus aculeatus,浅水鱼类。概率估计和集体行为规则之间的定量联系,允许更好地与其他领域,如觅食,择偶,神经生物学和心理学的联系,并给出预测的实验直接测试之间的关系估计和集体行为。
2011-11-07 cs.SI nlin.AO physics.data-an
Generation of swine movement network and analysis of efficient mitigation strategies for African swine fever virus
动物运动网络对于了解和遏制传染病在农业中的传播至关重要。由于其保密性质,美国养猪场种群的移动数据并不容易获得。因此,我们提出了一种方法来生成这样的网络从有限的数据在公共领域。作为一个潜在的破坏性候选者,我们模拟了非洲猪瘟病毒(ASFV)在我们生成的网络中的传播,并分析了网络结构如何影响疾病的传播。我们发现,高程度的农场经营(即,市场)在疾病传播中发挥关键作用。我们还发现,与其他基于中心的缓解策略相比,基于高度的针对性隔离和假设的疫苗接种对疾病控制更有效。只要有更多的运动数据可用,就可以通过使用更多的数据进行验证来使生成的网络更加鲁棒。
2019-11-11 cs.SI q-bio.PE q-bio.QM
Biological Modelling with Nonlocal Advection Diffusion Equations
本文综述非局部平流扩散方程在细胞与动物生物运动建模中的应用,梳理个体层面推导、数据连接、稳定性与分岔分析,并展望未来挑战。
2023-07-26 q-bio.QM
Mapping the stereotyped behaviour of freely-moving fruit flies
Princeton University(普林斯顿大学);Joseph Henry Laboratories of Physics(约瑟夫·亨利物理实验室);Lewis-Sigler Institute for Integrative Genomics(刘易斯-西格勒综合基因组学研究所)
大多数动物都有能力驱动各种各样的运动,表面上只受形态和物理学的限制。然而,在实践中,行为科学中一个常见的假设是,动物的大多数活动可以用一小部分刻板的图案来描述。在这里,我们介绍了一种映射生物体的行为空间的方法,只依赖于姿势运动数据的底层结构来组织和分类行为。我们发现,六种不同的果蝇物种,每一种都执行一种混合的非刻板行为和超过一百种等级组织的刻板行为。此外,我们使用这种方法来比较这些物种的行为空间,系统地识别密切相关的物种之间的细微行为差异。
2014-08-12 cs.CV physics.bio-ph q-bio.QM
Robustness of movement models: can models bridge the gap between temporal scales of data sets and behavioural processes?
离散时间随机游动及其扩展是分析动物运动数据的常用工具。在这些分析中,时间离散化的分辨率是一个关键特征。理想情况下,模型既反映了感兴趣的生物过程的相关时间尺度,又与数据采样率相匹配。当数据的分辨率由于技术限制而太粗糙时,或者当我们希望外推结果或比较从不同分辨率的数据中获得的结果时,就会出现挑战。松散的统计学中的鲁棒性的概念,我们提出了一个严格的数学框架,研究运动模型的鲁棒性对时间分辨率的变化。在这个框架中,我们定义不同程度的鲁棒性作为正式的模型属性,专注于随机游走模型与空间明确的组件。通过新的框架,我们可以研究模型是否可以有效地应用于不同时间分辨率的数据,以及我们如何在统计推断结果中解释这些不同的分辨率。我们将新的框架应用于基于运动的资源选择模型,演示了分析和数值计算,以及蒙特卡洛模拟方法。虽然精确的鲁棒性是罕见的,近似鲁棒性的概念提供了一个有前途的新方向分析运动模型。
2015-08-26 q-bio.QM stat.ME