Analysis of mimetic traits of butterflies using deep learning.

使用深度学习分析蝴蝶的模仿特征。

• 批准号: 22KJ0606
• 负责人: 網野 海
• 金额: $ 1.34万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ0606/
• 关键词: 深層学習; 擬態; チョウ類

本年度は、深層ニューラルネットワークを利用した既存の類似度定量化手法に対して、自身の研究課題であるチョウ擬態形質の定量化のため、様々な改良を施した。具体的には、① 前年度に開発環境の構築・動作の確認が取れていたLPIPSであるが、本アルゴリズムは大規模画像データセットImageNetを元に学習済みのニューラルネットワークに依存しており、チョウの類似度評価に適していなかった。そこで、前年度に撮影したアゲハチョウ科・タテハチョウ科計32種の標本画像データセットを元に、チョウの種間の距離を最大化するようにLPIPSをチューニングし、チョウのデータセットに対する最適化をおこなった。② 捕食者が識別できる/できないチョウの組み合わせのデータを用いて、捕食者の識別において重要でない特徴量の探索を行い、①のチューニング済みLPIPSからこれらの特徴量の出力を除外することにより、より捕食者の反応に近いと思われる類似度評価をおこなった。その結果、従来の認識と異なる類似関係が示唆された。③ LPIPSに加え、先行研究でチョウの類似度評価に用いられたButterflyNetの動作を確認し、自身が収集したデータセットに対しても高い画像分類性能を発揮することを確認した。また、主な研究課題である擬態形質の定量化以外にも発見があった。LPIPSを用いた解析途中にチョウの翅模様における雌雄差及び表裏の差がどのような関係にあるかを調べてみたところ、雌雄差と表裏の差に正の相関を見出すことが出来た。これまで経験的に知られている事柄ではあるものの、定量的な根拠に乏しい現象であり、詳細な解析を進めている。

This year は, deep ニ ュ ー ラ ル ネ ッ ト ワ ー ク を using し た existing の similar degree of quantitative technique に し seaborne て research topics, their own の で あ る チ ョ ウ mimicry character の quantitative の た め, others 々 な improved を shi し た. Specific に は, before 1 year に の 発 environment construct, action の confirm が take れ て い た LPIPS で あ る が, this ア ル ゴ リ ズ ム は large-scale portraits デ ー タ セ ッ ト ImageNet を yuan に learning 済 み の ニ ュ ー ラ ル ネ ッ ト ワ ー ク に dependent し て お り, チ ョ ウ の similar degree evaluation 価 に optimum し て い な か っ た. そ こ で, former annual に pinch of shadow し た ア ゲ ハ チ ョ ウ rico タ テ ハ チ ョ ウ KeJi 32 kinds of portraits の specimen デ ー タ セ ッ ト を yuan に, チ ョ ウ の の distance between a maximum を す る よ う に LPIPS を チ ュ ー ニ ン グ し, チ ョ ウ の デ ー タ セ ッ ト に す seaborne る optimization を お こ な っ た. (2) Predators が recognition で き る / で き な い チ ョ ウ の group み close わ せ の デ ー タ を with い て, predators の recognition に お い て important で な い の exploration line を い 徴 quantity, (1) の チ ュ ー ニ ン グ 済 み LPIPS か ら こ れ ら の except special の 徴 quantity output を す る こ と に よ り, よ り predators の anti 応 に nearly い と think わ れ る similar degree evaluation 価 を お こ な Youdaoplaceholder0. Youdaoplaceholder0 results, 従 to なる recognize と differently なる similar relationships が suggest された. (3) LPIPS に え, leading research で チ ョ ウ の similar degree evaluation 価 に with い ら れ た ButterflyNet の action を confirm し, own が 収 set し た デ ー タ セ ッ ト に し seaborne て も high い portrait classification performance を 発 swing す る こ と を confirm し た. The main research topics of また and な are である mimicry, shape and quality, and quantification. Other research topics include に また and があった. LPIPS を with い た analytic way に チ ョ ウ の fin die others に お け る male and female, and poor の が び list ど の よ う な masato is に あ る か を adjustable べ て み た と こ ろ, male and female と exterior-interior の phase difference に is の masato を shows す こ と が た. こ れ ま で 経 験 に know ら れ て い る things handle で は あ る も の の, quantitative な root 拠 に spent し い phenomenon で あ り, detailed analytical を な into め て い る.

项目成果

Effects of a past contest on the future winning probability in a hyper‐aggressive fruit fly

• DOI: 10.1111/eth.13375
• 发表时间: 2023-04
• 期刊: Ethology
• 影响因子: 1.7
• 作者: Kai Amino;Takashi Matsuo

深層ニューラルネットワークによる特徴抽出を利用したチョウ翅模様の類似度定量化

使用深度神经网络进行特征提取来量化蝴蝶翅膀图案的相似性

• 发表时间: 2022
• 作者: Kai Amino;Tsubasa Hirakawa;Masaya Yago & Takashi Matsuo;網野 海・平川 翼・矢後 勝也・松尾 隆嗣
• 通讯作者: 網野 海・平川 翼・矢後 勝也・松尾 隆嗣

AIを用いたチョウの翅模様の類似度解析

使用人工智能对蝴蝶翅膀图案进行相似性分析

深層学習の特徴抽出過程を利用したチョウ翅模様の形質間距離の解析

使用深度学习特征提取过程分析蝴蝶翅膀图案特征之间的距离

• 发表时间: 2022
• 作者: Song Guangman;Wang Quan;網野 海・平川 翼・矢後勝也・松尾隆嗣
• 通讯作者: 網野 海・平川 翼・矢後勝也・松尾隆嗣

Reproductive advantage of the winners of male-male competition in Drosophila prolongata

延长果蝇雄性与雄性竞争优胜者的生殖优势

• DOI: 10.1016/j.beproc.2023.104831
• 发表时间: 2023
• 期刊: Behavioural Processes
• 影响因子: 1.3
• 作者: Amino Kai;Matsuo Takashi
• 通讯作者: Matsuo Takashi