基于加性激发与乘性抑制的多变量 Hawkes 过程建模动物沟通
计算机视觉与模式识别
2026-03-09 v1 人工智能
摘要
动物声学沟通常表现为时间依赖性，呼叫可在同一或不同呼叫类型、个体或种类之间引发或抑制后续呼叫。虽然 Hawkes 过程为建模激发提供了自然框架，但在多变量情境中纳入抑制可能引发可识别性问题并 complicate 参数解释。我们提出一类灵活的多变量 Hawkes 过程，将加性激发与乘性抑制相结合。该表述保留了激发分支过程的解释，同时降低了激发与抑制之间的混淆，允许直接量化背景激发对事件率的贡献。通过马尔可夫链蒙特卡罗（Markov chain Monte Carlo, MCMC）进行贝叶斯推断，并借助随机时间变更定理（random time change theorem）评估模型适度。我们对该方法进行仿真评估，并应用于两个声学沟通数据集：群居麻雀数据集中我们分析三个具有不同行为角色的呼叫类型，以及涉及鲸鱼两种物种的鲸鱼数据集，包括鲸鱼和北大西洋右鲸。麻雀分析揭示了显著的呼叫类型内外激发及跨类型抑制，而鲸鱼数据显示主要表现为种内激发。
引用
@article{arxiv.2603.05937,
title = {Facial Expression Recognition Using Residual Masking Network},
author = {Luan Pham and The Huynh Vu and Tuan Anh Tran},
journal= {arXiv preprint arXiv:2603.05937},
year = {2026}
}