對於研究動物行為的科學家而言，即使是最簡單的round蟲也構成了巨大的挑戰。蠕動的蠕蟲，成群的鳥和步行的人的動作時時刻刻都在變化，肉眼無法察覺。但是現在，沖繩科學研究所的研究人員發發網-娛樂城 科技大學（OIST）和Vrije U新天下娛樂城阿姆斯特丹的niversiteit開發了一種將這種動態行為解析為可消化塊的方法。
OIST生物物理理論系的研究者和研究生Tosif Ahamed表示：“即使您只是想將運動分為前進，後退或轉彎，也無法肯定。”由格雷格·史蒂芬斯（Greg Stephens）教授以及由丸山一郎（Ichiro Maruyama）教授領導的信息處理生物學小組負責。通過將觀察結果交給自適應模型，研究人員發現了他們本來會錯過的細微之處。 “使用這種方法，我們不必丟棄任何細節。”
這項研究於2019年1月17日在線發表在美國國家科學院院刊上，發現複雜的動力學可以分解為簡單的線性模式的集合。研究人員根據這些模式隨時間的變化將數據劃分為不同的時間窗口。通過聚類統計上相似的時間窗口，該模型揭示了動物不斷變化的大腦狀態和運動行為的不同模式。
該論文的第一作者，阿姆斯特丹自由大學物理與天文學系的研究生安東尼奧·科斯塔（Antonio C. Costa）說：“從一開始，您就只做很少的假設。” “您可以讓數據告訴您動物在做什麼。這可能功能強大……並且可以讓您找到新的行為類別。”
用局部線性分析剖析複雜運動
研究2019娛樂城推薦來自生物物理理論組和阿姆斯特丹自由大學的人們進行了局部線性分析，以將線蟲線蟲的複雜姿勢運動降低為簡單的成分-類似於將口語轉換為音素。頂部的視頻顯示了秀麗隱桿線蟲的姿勢行為片段，該片段會自動分解為反向，盤繞和向前運動（底部）。
爬行-看起來並不簡單
該模型揭示了最簡單的動作之一即爬行的豐富複雜性。科學家可以觀察到秀麗隱桿線蟲在蠕動向前，轉向或反轉以向後爬行時發生變化。這些行為看起來很簡單，但是在仔細檢查後，每個動作都有其自身的多樣性和細微差別。
有多種爬網方式。
“我們通過觀察蠕蟲來暗中了解這些粗略的行為類別。
但是，這並不是那麼簡單。”史蒂芬斯（Stephens）教授說，他還在阿姆斯特丹自由大學（Vrije Universiteit Amsterdam）任職。 “您可能會有更細微的行為狀態皇璽會娛樂城 肉眼看不見。”
數據表明，秀麗隱桿線蟲保持蓄勢待發，隨時準備改變行為。就像敏捷的拳擊手一樣，為響應對手的下一個刺戳而準備擺動或編織，蠕蟲的動作徘徊在一個圖案和另一個圖案的邊緣。先前的研究表明，人類等更複雜的生物也表現出這種適應性。新的建模技術使科學家可以直接量化這些動力學。
行為以外的應用
除了模擬秀麗隱桿線蟲的行為外，研究人員還量化了蠕蟲，小鼠捕魚達人交易視覺皮層神經元和猴子大腦皮層的全腦動力學。
“令人驚訝的是，我們的方法很簡捕魚達人簽到單，但是事實證明它對解釋各種複雜系統具有強大的作用，” Stephens說。動力系統在自然界中無處不在，不僅在大腦中。流體力學，湍流，甚至是成群鳥類的集體運動都證明了可以使用新方法解碼的系統。這個想法也可以與機器學習方法結合起來，像對靜止圖像一樣對視頻進行分類，這仍然是該領域的主要挑戰。
“一旦可以用原則性的方式描述動力學，就可以將該技術應用於許多系統。”
本文已由沖繩科技學院提供的材料重新發表。注意：材料的長度和內容可能已被編輯。有關更多信息，請聯繫引用的來源。
參考：費用地下運彩ptt娛樂城評價a，A. C.，Ahamed，T.和Stephens，G.J.（2019）。複雜動態的自適應局部線性模型。美國國家科學院院刊，116（5），1501-1510。 https://doi.org/10.1073/pnas.1813476116
