LogoLogo

Jiang, Li. Mechanisms and roles of information processing in collective motion

Jiang, Li (2017). Mechanisms and roles of information processing in collective motion.

[img]PDF (Accès restreint. S'adresser à l'accueil de la BU Sciences de Toulouse) - Accès intranet - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
10Mb

Résumé en francais

Le déplacement collectif est l'un des phénomènes les plus remarquables de la nature. Il a été observé pour de nombreuses espèces animales, comme les essaims de bactéries, l'agrégation des fourmis, les bancs de poissons, les nuées d'oiseaux ou encore les foules d'humains. Ces comportements collectifs d'animaux ne sont pas seulement des scènes spectaculaires mais sont aussi une source d'intérêt pour explorer les mécanismes sous-jacents dans le but de comprendre les lois et l'évolution des groups biologiques ou même de nous aider à élaborer des essaims auto-organisés de robots.Nous avons étudié différents systèmes de déplacements collectifs, incluant des systèmes avec une seule espèce, comme les bancs de poissons et les foules d'humains et d'autres à plusieurs espèces, comme les systèmes de fuite et poursuite en groupe. Parmi lesquels, nous nous concentrons sur les mécanismes et les rôles du traitement de l'information sur les motifs macroscopiques. De plus, pour palier à la difficulté d'extraire des trajectoires depuis des vidéos expérimentales de qualité médiocre, nous proposons un outil rapide et robuste de suivi du déplacement. Notre contenu de recherche détaillé est le suivant : 1. Nous avons étudié les mécanismes de traitement de l'information dans les déplacements du Nez-rouge dans un dispositive annulaire. Pour la première fois, nous avons définis un comportement particulier aux bancs de poissons : des évènements de demi-tour. En introduisant un délai entre l'interaction entre les poissons, nous avons trouvé qu'à un poisson d'intérêt correspondent seulement un ou deux poissons qui ne sont pas nécessairement les plus proches. De plus, nous avons montré que l'information de tourner pendant un évènement de demi-tour collectif se propage comme des dominos. Enfin, nous avons utilisé le transfert d'entropie pour quantifier les flux d'information dans l'espace et le temps durant les évènements de demi-tour. 2. Nous avons étudié le rôle d'une perturbation dans un système de foule humaine en plaçant des obstacles (les perturbations) dans un flux de fuite de panique. Nous avons trouvé une façon simple et efficace d'augmenter le flux de fuite dans le but de sauver plus de vies dans des situations dangereuses. Nous avons appliqué des algorithmes génétiques pour optimiser l'agencement des piliers dans les simulations puis nous avons testé la qualité de ces résultats contre des expériences avec de vrais humains. Les résultats suggèrent que placer deux piliers le long des deux côtés d'une sortie peut maximiser la vitesse de sortie. 3. Nous avons étudié le rôle des mécanismes de traitement de l'information dans les déplacements collectifs multi-espèces en introduisant différentes strategies pour les proies dans un modèle de poursuite en groupe. Nous proposons trois stratégies d'agrégation : se déplacer vers le centre de masse de toutes les proies (MC), se déplacer vers la proie la plus proche (NN) et minimiser la distance totale entre toutes les proies (MD). Les résultats montrent que l'agrégation augmente grandement la durée de survie du groupe, et ceci même en autorisant les proies à être immortelles. Il y a une transition de phase de t (la durée de survie moyenne) en fonction de M (le nombre de prédateurs). 4. Nous avons développé un nouvel outil de suivi de déplacement pour améliorer les algorithmes de reconnaissance d'image et de suivi actuels afin d'extraire des trajectoires depuis des vidéos de qualité médiocre. Notre outil intègre un filtre de moyenne glissante, la soustraction du bruit de fond, des réseaux de neurones artificiels, du partitionnement en k-moyennes et une fonction d'erreur définie minutieusement. L'outil peut extraire une trajectoire depuis une video de basse qualité qui ne peut être fait que très difficilement par d'autres outils. Il peut suivre plusieurs animaux comme des poissons, des drosophiles, des fourmis, etc. Les performances de notre outil sont meilleures que idTracker et Ctrax.

Sous la direction du :
Directeur de thèse
Theraulaz, Guy
Han, Zhangang
Ecole doctorale:Sciences écologiques, vétérinaires, agronomiques et bioingénieries (SEVAB)
laboratoire/Unité de recherche :Centre de Recherches sur la Cognition Animale (CRCA), UMR 5169
Mots-clés libres :Déplacement collectif - Comportement collectif - Traitement de l'information - Auto-organisation - Flux de panique - Poursuite et fuite - Suivi de trajectoire
Sujets :Sciences du vivant
Déposé le :06 Feb 2018 14:32