从时间序列推断复杂运动领导动态特征的框架
社会与信息网络
2021-04-07 v1 多智能体系统
摘要
领导力在社会性动物(包括人类)的协调活动(如狩猎、迁徙、运动、外交谈判等)的决策与聚合中起着关键作用。在这些协调活动中,领导力是一种组织成员间互动以使群体实现集体目标的过程。理解协调活动的发起有助于科学家更深入地洞察社会物种行为。然而,仅利用活动的时间序列数据,推断由协调活动发起所体现的领导力面临诸多挑战。首先,协调活动是动态的且随时间变化。其次,若干不同的协调活动可能同时在子群体中发生。第三,缺乏从计算上描述这些活动的基本概念。本文形式化了派系发起者推断问题,并提出一种领导力推断框架作为该问题的解决方案。该框架不对领导者的特征或协调过程的参数做任何假设。该框架在模拟与生物数据集(鱼群)上均优于我们的非平凡基线。此外,我们展示了将框架作为工具应用于另一野生狒狒轨迹生物数据集以研究群体合并与分裂动态。另外,我们的问题形式化与框架为科学家分析协调活动并生成关于集体行为的、可在统计上和实地检验的科学假设提供了机会。
引用
@article{arxiv.2104.02291,
title = {Framework for Inferring Leadership Dynamics of Complex Movement from Time Series},
author = {Chainarong Amornbunchornvej and Tanya Berger-Wolf},
journal= {arXiv preprint arXiv:2104.02291},
year = {2021}
}
备注
This paper was appeared in the proceeding of the 2018 SIAM International Conference on Data Mining (SDM). The R package is available at https://github.com/DarkEyes/mFLICA