黑猩猩帮助研究人员提高机器学习动物的模拟

曼彻斯特大学的研究人员正在使用计算机模拟的黑猩猩不仅提高我们了解动物的走路,而且我们使用的技术。所发表的研究中,英国皇家学会开放科学杂志,显示了简单的更改的机器学习算法可以产生更好看,更精确的计算机生成动物模拟。

它还将帮助研究人员调查奇怪的方式,所有的灵长类动物行走和如何这可能与稳定同时移动穿过树林。教授比尔卖家,从地球与环境科学学院,说:“从动物的骨架,电脑现在使用机器学习可以重建动物如何移动。然而,他们并不总是做得很好。

“但是通过一些简单的机器学习目标的变化我们可以创建更精确的模拟。我们现在使用这个过程来生成黑猩猩运动探索为什么他们走路的方式。

“设计概念是要看多少能量成本走在一个稳定的时尚比其他运动模式。”黑猩猩模型创建从一个全身CT扫描一个成年男性常见的黑猩猩。使用扫描团队生成的骨架模型和皮肤轮廓。骨骼模型被用来定义关节位置,肌肉和肢体接触点的路径模拟.

这是用于分析黑猩猩的步态运动的模式动物(包括人类)而走。在进化生物力学-通过运动演化过程的研究通常认为所有动物进化的步态使用最少的能源而旅行。

然而,使用黑猩猩模型,研究小组证明不再是这种情况。卖家教授解释说:“随着技术先进,与肌肉骨骼模型变得越来越复杂,之前的仿真模型变得非常不切实际的步态模式的关系所以我们必须调整我们的思维方式和研究。”

研究人员发现,通过增加侧向稳定性模拟它增加能量消耗,而且产生的现实主义的行走步态在黑猩猩肌肉骨骼模型。卖家教授补充说:“现实主义的步态产生的黑猩猩模型由包括横向稳定性大大增强,这极有可能是一个重要的进化发展。“这增强侧向稳定性中等能量代价不过,这需要成本抵消其他适应性优势。”

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。

潍坊医学院来院对大学创建及第一临床医学院建设工作进行现场考察