利用多重标记运动数据检测动态社会网络中的变化
统计方法学
2022-11-03 v2 应用统计
摘要
动物种群的社会结构往往会影响其运动，并为研究人员提供该物种行为倾向的信息。动物社会网络可通过运动数据来研究；然而，现代数据来源可能存在识别问题，导致个体被多重标记。由于所有可用的社会运动模型都依赖于唯一标记，我们扩展了一种现有的贝叶斯层次运动模型，使其利用潜在社会网络并适应多重标记运动数据（MLMD）。我们将该模型应用于无人机测量的里氏海豚（Grampus griseus）运动数据，并估计声纳暴露对海豚社会结构的影响。我们提出的框架可应用于多种社会运动任务中的 MLMD。
引用
@article{arxiv.2204.00542,
title = {Detecting changes in dynamic social networks using multiply-labeled movement data},
author = {Zaineb L. Boulil and John W. Durban and Holly Fearnbach and Trevor W. Joyce and Samantha G. M. Leander and Henry R. Scharf},
journal= {arXiv preprint arXiv:2204.00542},
year = {2022}
}