DiverScan深度学习框架用于动物行为分析

2026年10月8日，大阪大学等团队在 bioRxiv 发布预印本，提出深度学习框架 DiverScan，用于跨物种动物行为比较的探索性分析。该框架通过定制损失函数与注意力分支架构，从高通量行为时间序列中分离条件依赖的行为差异，并借助大语言模型生成解释文本。目前该工作以预印本形式发布，尚未见后续报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。