The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 1 -
個 振 舞い
全体 雰
気 関係性
A relation between individual behaviors and the global atmosphere
土井樹
*1池
高志
*1Itsuki Doi Takashi Ikegami
*1
東京大学総合文化研究
Graduate School of Arts and Sciences, University of Tokyo
Many global patterns and dynamics observed in a social system often reflects/amplifies the underlying characteristics of its components. There are many studies to link the global and the local dynamics/patterns, however, the organized social atmosphere is not fully understood yet. We claim that patterns of individual agents self-organize the global atmosphere of its society. Using a big data of social bees, we quantified the social activity levels and its each individual activity to investigate the individual/global relationship.
1.
はじめに
多く 学 ，あ 現象 要素 特性 = 個性
を考え い う し， 基礎 一般法則 注目
偶発的要素を減 努力をし ．個性 い 考え始
状況 非常 複雑 ， 比べ物 い大
ータを解析 必要 迫 ． 学 ，個性
い 考え 必要 い ベ 現象を細分化 ，或
い 個性を統計学的手法 考え う し ．
個性を無視 一般法則を探 可能 ，
学 大い 発展し ，し し言い換え ，
学 個性を無視し さえ 現 現象 見 言え
．
々 生活 階層を眺 ， 々 生活階層
個性 依 し い 現象 極 多い 気 く．
個人個人 特性 ，属 チー や社会 雰 気 を構
し い いえ う． 現象 個性を考え 立
所 消え し う． うい 個性や個性間 依 う 現
象を考え い．
々 社会性昆虫 代表 あ チ 着目し， 巣
在 チ全 座標 方位を毎 ，1 週間 わ 記
録し分析 ，様々 特性を持 個 行動 ，
社会 雰 気 うい 風 関係しあ い い
解析を試 ．
2.
方法
. 解析法
全 ータ ，大 克嗣氏を通し ，T. Gerna氏, G.
Rob-isosn氏 提供し い い ．
チ 活動を計測 々 チ 運動エネ
ーKを以 う 定義し ．
Δx及びΔy 1 あ チ 移動 あ ． チ
体 個体間差 無視 ほ 小さい し ．
個々 チ 巣 雰 気 関係性を計測
，相互相関解析を行 ．時系列 相互相関
解析 ，神経回路 機能的結合を推測 用い
あ [Ostojic 2009]．
KWhole(t)，KIndividual(t) あ 時間t 巣，
チ 運動エネ ーを表し，KWhole(t) 全 チ KIndividual(t)
合計 あ ． ，T 計測期間． τ KWhole KIndividual 時
間差を表し い ．
3.
結果
初 巣全体 活動を計測 ，各時間
チ全個体 KTを加算し，時系列を作 し ( 2)． 2 ，
巣 activity 常 振動し ，時折 ース 様 振 舞い
を示 分 ．
2: 巣 活動 ターン 例
続い ， 2 赤線 わ 部分 各 チ
振 舞い 時系列を観察 ，巣 ース Bursting
phase) 全く参加し い チ，Bursting phase 遅 運動エ
連絡先：土井樹[email protected]
2D3-5
K=Δx2+Δy2 (1)
C(τ)=
T→∞
lim
T1 KWhole(t)KIndividual(t+τ)dt −T2 T 2
∫
K
Whole(t)= KIndividual(t) Individual=1
n
∑
(2)The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 2 -
ネ ー 増加 チ， し Bursting phase 先立 運
動エネ ー 増加 チ 在 分 ( 3)．
3: 各 チ 振 舞い 例．色付 数 チ
割 当 ID．黒線 巣全体 運動エネ
ー 平均を示し い ．B1644 女王 チ．
さ ，Bursting phase 前 小さ 振動 起 い 分
． ，各 チ 巣 運動エネ ー時系列 対し
相 互 相 関 関 数 を 用 い ， チ Bursting
phase ー 何 運動エネ ー 増加 を
解析し ． 4 一例 あ ．B31 Bursting phase
ー 378 遅 運動エネ ー 増加し，B708 115
先立 運動エネ ー 増加し ． 結果 3 時
系列 一致し ．さ 5 Bursting phase ー 遅
50 以内 活動 活発 チ 最 多く， い
Bursting phase ー 先立 50 以内 活発
チ 多い 明 ． ，遅 活発 チ
先立 活発 チ 分布 異 分
5.A). さ 遅 活発 チ 分布を-500〜0
両対数プ 冪乗分布を示し，冪指数 1.33
4: B31及びB708 巣 運動エネ ー時系
列 相互相関解析．点線 95%信頼区間を表 ．
4.
考察
本稿 ，あ 期間 い 巣全体 非常 活発
Bursting phase 在 ，Bursting phase 先立 活動
を チ 在 を示し ． 結果 少数 働
チ 行動 巣全体 雰 気を作 出し い 可能性を示
唆し い ．し し，相互相関解析 ，因果関係を明
い． ，先行し 行動始 チ 常
Bursting phase 先立 活動始 ，さ チ
空間行動 特徴 分 現在解析中 あ ．
5 遅 活発 チ 先立 活発 チ
分布 異 を示し ． 結果
い 背後 潜 法則 異 を示唆し い ．
付 加 え 2 い Bursting phase 前 振 動
Bursting 関係 明 必要 あ ． 会場 本稿 結
果 加え，新 解析結果を示し議論し い．
5: Bursting phase付近 活発 チ ，巣
運動エネ ー時系列 Lag 分布 A ．Lag -500
0 チ 頭数 分布 両対数プ
(B)．
参考文献
[Blom1993] J. van der Blom : Individual differentiation in
behaviour of honey bee workers.，Insectes Sociaux， 40- 4:
345-361 (1993)．
[Ostojic 2009] Srdjan Ostojic, Nicolas Brunel, Vincent Hakim:
