The what, how, and why of naturalistic behavior.
The what, how, and why of naturalistic behavior.
复制标题
DOI：
10.1016/j.conb.2022.102549
复制
发表时间：
2022-06
影响因子：
5.7
通讯作者：
中科院分区：
文献类型：
--
作者：
在过去的几年里，机器学习的进步推动了动物行为的描述性和生成性行为模型的爆炸性增长。这些新方法提供了比以前更高水平的细节和粒度，允许对动物的行为进行细粒度分割，并在动物的感官环境和行为之间进行精确的定量映射。这些新方法如何帮助我们理解塑造复杂和自然主义行为的主导原则？在这篇综述中，我们将回顾近年来我们检测和建模行为的能力有所提高的方法，并考虑如何使用这些技术来重新审视行为控制的经典规范理论。
In the past few years, advances in machine learning have fueled an explosive growth of descriptive and generative behavior models of animal behavior. These new approaches offer higher levels of detail and granularity than has previously been possible, allowing for fine-grained segmentation of animals’ actions and precise quantitative mappings between an animal’s sensory environment and its behavior. How can these new methods help us understand the governing principles shaping complex and naturalistic behavior? In this review, we will recap ways in which our ability to detect and model behavior have improved in recent years, and consider how these techniques might be used to revisit classical normative theories of behavioral control.
登录
查看更多内容
影响因子：
64.8
作者：
Daw, Nathaniel D.;O'Doherty, John P.;Dayan, Peter;Seymour, Ben;Dolan, Raymond J.
通讯作者：
Dolan, Raymond J.
影响因子：
19.6
作者：
Ahamed, Tosif;Costa, Antonio C.;Stephens, Greg J.
通讯作者：
Stephens, Greg J.
影响因子：
1.7
作者：
Alward, Beau A.;Cathers, Phillip H.;Hoadley, Andrew P.
通讯作者：
Hoadley, Andrew P.
影响因子：
7.7
作者：
Geuther BQ;Peer A;He H;Sabnis G;Philip VM;Kumar V
通讯作者：
Kumar V
影响因子：
8.2
作者：
Bumgarner JR;Walker WH 2nd;Nelson RJ
通讯作者：
Nelson RJ