互动效价揭示奶牛中对比鲜明的社交网络

arXiv cs.AI 论文
social-networks dairy-cattle computer-vision pose-estimation animal-behavior welfare-monitoring

摘要

本文提出了一种利用计算机视觉分析奶牛互动的效价感知社交网络框架，揭示了亲和与对抗性网络结构的鲜明对比，强调了互动效价在社交网络分析中的重要性。

arXiv:2608.19222v1 公告类型：新 摘要：社会关系影响资源获取、冲突暴露和群体稳定性，但自动化牲畜监测通常将行为视为孤立事件。本文提出了一种效价感知社交网络框架，将基于视频的互动转化为群体层面的亲和与对抗性组织表征。基于姿态的计算机视觉流水线分析了一个商业奶牛场挤奶前区域7小时39分钟的连续视频。经过质量控制，1,414个候选互动中保留了1,183个，涉及36头奶牛和177对二元组。在对198个流水线检测片段进行预测类别平衡审计时，自动和手动标签在82.8%的情况下一致，未加权审计样本的宏观F1值为0.872。这些值描述的是审计样本，而非流行率加权或端到端部署性能。聚合网络是连通的（密度=0.281；传递性=0.513；平均路径长度=1.88），预测的亲和事件形成了五个算法社区（模块度Q=0.429）。在观测区域内，预测的对抗性互动占保留事件的72.4%和互动时长的76.0%。拥有最多伙伴的奶牛并不具有最高的中介中心性。按预测效价分离事件产生了描述上不同的亲和与对抗性层，具有对比鲜明的边集、社区划分和个体位置。因此，汇总的互动计数可能掩盖观测网络的行为组成。效价感知分析为测试竞争、亲和和福利相关变化的假设提供了框架，但作为福利或健康指标使用前需要纵向验证。
查看原文
查看缓存全文

缓存时间: 2026/08/21 09:55 

# 互动效价揭示奶牛群异质性社交网络
来源：https://arxiv.org/abs/2608.19222
查看PDF (https://arxiv.org/pdf/2608.19222)

> 摘要：社会关系影响资源获取、冲突暴露和群体稳定性，但自动化畜牧监测通常将行为视为孤立事件。本文提出一种效价感知社交网络框架，将视频交互转化为反映牛群亲和性与对抗性组织结构的群体表征。基于姿态的计算机视觉流水线分析了某商业化奶牛场挤奶前区域7小时39分钟的连续视频。经质量控制后，1414个候选交互中保留1183个，涉及36头奶牛和177对二元关系。在对198个流水线检测片段的预测类别均衡审计中，自动化与人工标注在82.8%的案例中达成一致，未加权审计样本宏F1值为0.872。这些数值描述的是审计样本而非患病率加权或端到端部署性能。聚合网络具有连通性（密度=0.281；传递性=0.513；平均路径长度=1.88），预测的亲和性事件形成五个算法社区（模块度Q=0.429）。在观测区域内，预测的对抗性交互占保留事件的72.4%和交互时长的76.0%。拥有最多交互伙伴的奶牛并不具有最高的中介中心性。按预测效价区分事件后，产生了描述性差异显著的亲和性与对抗性交互层，呈现不同的边集、社区划分和个体位置。因此，合并交互计数可能掩盖被观测网络的行为组成。效价感知分析为验证竞争、亲和及福利相关变化的假设提供了框架，但在用作福利或健康指标前需进行纵向验证。

## 提交历史

来自：Suresh Neethirajan \[查看邮件 (https://arxiv.org/show-email/2bdc61e8/2608.19222)\] **\[v1\]** 2026年7月26日 星期日 10:22:49 UTC \(1,783 KB\)

相似文章

REGARD：大型语言模型中的区域情感差异

arXiv cs.CL

本文介绍REGARD，一项使用Valence-Arousal-Dominance画像法测量LLM对后苏联实体情感框架差异的研究，揭示模型按情感强度和通用回答率聚类，而非按来源或规模聚类。

负面先于正面：大型语言模型中的不对称效价处理

arXiv cs.CL

本文通过机理可解释性研究大型语言模型如何处理情感效价。通过在三个开源LLMs上使用激活修补和引导，作者发现负面效价定位于早期层，而正面效价在中后期层达到峰值，并通过主题控制翻转测试验证了这一点。