基于预定义行为检测未知行为：一种贝叶斯非参数方法
计算机与社会
2019-12-12 v2 机器学习
摘要
自动小鼠行为识别系统可大幅减少实验人员的工作量并便利分析过程。通常，在有全部预定义行为的设定下，监督方法、无监督方法和半监督方法被用于行为识别。然而在真实情形中，由于小鼠可表现出多种类型的行为，除我们欲分析的预定义行为外，还存在许多未定义行为。监督方法和常规半监督方法均无法识别这些未定义行为。尽管无监督方法可检测这些未定义行为，但仍需事后标注。本文提出一种半监督无限高斯混合模型（SsIGMM），在学习过程中结合有标签与无标签信息，同时考虑未定义行为。该模型还通过混合高斯生成预定义与未定义行为的分布，可用于进一步分析。实验中，我们证实了 SsIGMM 在小鼠行为视频分割与标注上的优越性。
引用
@article{arxiv.1911.10806,
title = {Detecting Unknown Behaviors by Pre-defined Behaviours: An Bayesian Non-parametric Approach},
author = {Jin Watanabe and Takatomi Kubo and Fan Yang and Kazushi Ikeda},
journal= {arXiv preprint arXiv:1911.10806},
year = {2019}
}