黑猩猩幫助研究人員提高機器學習動物的模擬

曼徹斯特大學的研究人員正在使用計算機模擬的黑猩猩不僅提高我們了解動物的走路,而且我們使用的技術。所發(fā)表的研究中,英國皇家學會開放科學雜志,顯示了簡單的更改的機器學習算法可以產生更好看,更精確的計算機生成動物模擬。

它還將幫助研究人員調查奇怪的方式,所有的靈長類動物行走和如何這可能與穩(wěn)定同時移動穿過樹林。教授比爾賣家,從地球與環(huán)境科學學院,說:“從動物的骨架,電腦現在使用機器學習可以重建動物如何移動。然而,他們并不總是做得很好。

“但是通過一些簡單的機器學習目標的變化我們可以創(chuàng)建更精確的模擬。我們現在使用這個過程來生成黑猩猩運動探索為什么他們走路的方式。

“設計概念是要看多少能量成本走在一個穩(wěn)定的時尚比其他運動模式。”黑猩猩模型創(chuàng)建從一個全身CT掃描一個成年男性常見的黑猩猩。使用掃描團隊生成的骨架模型和皮膚輪廓。骨骼模型被用來定義關節(jié)位置,肌肉和肢體接觸點的路徑模擬.

這是用于分析黑猩猩的步態(tài)運動的模式動物(包括人類)而走。在進化生物力學-通過運動演化過程的研究通常認為所有動物進化的步態(tài)使用最少的能源而旅行。

然而,使用黑猩猩模型,研究小組證明不再是這種情況。賣家教授解釋說:“隨著技術先進,與肌肉骨骼模型變得越來越復雜,之前的仿真模型變得非常不切實際的步態(tài)模式的關系所以我們必須調整我們的思維方式和研究。”

研究人員發(fā)現,通過增加側向穩(wěn)定性模擬它增加能量消耗,而且產生的現實主義的行走步態(tài)在黑猩猩肌肉骨骼模型。賣家教授補充說:“現實主義的步態(tài)產生的黑猩猩模型由包括橫向穩(wěn)定性大大增強,這極有可能是一個重要的進化發(fā)展。“這增強側向穩(wěn)定性中等能量代價不過,這需要成本抵消其他適應性優(yōu)勢。”

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如有侵權行為，請第一時間聯(lián)系我們修改或刪除，多謝。

推薦內容