一种量化交互个体行为的无监督方法

涉及多个个体交互的社会行为是复杂的，且通常对动物的生存至关重要。这些交互跨越感觉模态、长度尺度和时间尺度，往往很微妙且难以量化。当动物之间的物理交互干扰传统数据分析（例如由于视觉遮挡）时，情境对行为频率的影响变得更加难以量化。我们引入了一种量化求偶果蝇行为的方法，该方法将高通量视频采集和个体追踪与近期用于捕捉动物整个行为库的无监督方法相结合。我们发现了配对和独处的两性果蝇之间的行为差异，识别出受社会和空间情境影响的特定行为。我们的流程允许使用无监督机器学习方法对多个个体之间的交互进行全面描述，并将用于回答关于果蝇求偶行为复杂性和变异深度的问题。