发现 > 资讯
机器学习帮助精确分析黑猩猩行走特征
·
·
·
英国曼彻斯特大学新发布一项研究说，研究人员通过优化的机器学习算法精确分析了黑猩猩的行走特征，有助深入研究包括人类在内的各种动物日常行走习性对身体的影响。
曼彻斯特大学学者领衔的团队借助电脑断层扫描技术，收集了一只成年黑猩猩的全身数据，构建出一个电脑三维模型，接下来就是让相关算法来“教会”这只虚拟黑猩猩如何像现实中那样行走，但以往的算法在这方面所实现的精准程度还非常不够。
研究人员说，他们修改了机器学习算法中一些关键指标，让虚拟黑猩猩行走起来更接近真实状态，并且这一方法未来可用于其他灵长类动物的研究。
他们刊登在英国《皇家学会开放科学》期刊上的报告说，电脑分析显示黑猩猩行走中，为了提高横向稳定性会消耗更多能量。这有异于此前一些进化生物力学观点，这些观点认为动物在进化过程中形成的行走方式都是基于最节省体力的方式进行。
研究人员表示，虚拟黑猩猩的行走步态在加入横向稳定性因素后，更接近真实猩猩的行走，这很可能是进化过程中一个非常重要的特征。
文章来源：生物360
{replyUser1} 回复 {replyUser2}：{content}