자기지도 Transformer 기반 동물 행동 복원·예측 및 조절 연구

Self-Supervised Transformer for Rodent Behavior Reconstruction, Prediction, and Control Research

연구 내용

불완전한 포즈 관측에서 자기지도 Transformer를 활용해 행동을 복원하고 표현을 학습하며, 인공지능 기반 본능 행동 예측 및 조절 원리를 도출하는 연구

동물의 행동 분석에서 발생하는 추적 누락과 가림 문제를 해결하기 위해 자기지도 Transformer 기반 포즈 복원 프레임워크를 개발합니다. 전략적으로 마스킹한 키포인트를 복원하는 학습 구조를 통해 라벨 없이 행동에 유의미한 표현을 추출하고, 이 표현을 최소한의 추가 감독으로 행동 분류에 활용합니다. 또한 행동의 시간적 일관성을 학습에 반영해 자연스러운 운동의 내재적 시공간 구조를 정량적으로 추론하는 방향으로 확장합니다. 이를 기반으로 본능 행동 예측·조절 및 몸-뇌-축 원리 연구의 분석/모델링 도구로 적용합니다.

관련 프로젝트

4건

연구 흐름

초기에는 불완전 관측 환경에서 강건한 행동 표현을 얻기 위한 자기지도 학습 접근을 설정하고, Transformer 기반 복원 아이디어를 포즈 데이터에 적용하는 흐름으로 연구를 수행했습니다. 이후에는 높은 수준의 키포인트 마스킹에서도 복원이 유지되는 조건을 검증하며, 시간적 일관성이 성능에 미치는 영향을 분석했습니다. 최근에는 이러한 행동 표현 학습을 행동 분류와 상태 추정으로 확장하고, 인공지능 기반 본능 행동 예측·조절 및 동기 기반 행동의 몸-뇌-축 원리 규명 과제와 연계해 연구 도구로 활용하고 있습니다. 동시에 기술사업화 관점의 지원을 통해 적용 경로를 정리하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

자기지도 행동 표현 학습기
실험 추적 오류 강건성 도구
불완전 키포인트 복원 모듈
행동 분류용 latent feature
동기 기반 행동 상태추정
습관화/행동 예측 모델
실시간 피드백 기반 제어
대규모 동물 행동 데이터 통합
신경회로 가설검증용 지표
기술이전 가능한 분석 플랫폼