分離與行為相關的動力學

一群方法針對的是同一個問題：在任一時刻，大部分的族群活動都與實驗所量測的行為無關，因此只捕捉最大變異的潛在模型可能把與行為相關的動力學給埋沒。其目標是把潛在狀態分解為一個與行為相關的部分，以及一個與行為無關（但仍具動力學結構）的部分，使各部分能各按其理被建模與詮釋。相關作法包括偏好子空間辨識及其深度後繼者 DPAD、標的式／解耦式 seq-VAE（如 TNDM），以及把行為資訊推入指定潛在維度的先驗或對比目標。

這對介面很重要，因為只建立在與行為相關子空間上的解碼器可以既更準確也更穩定，而那個無關卻具結構的成分本身也有科學價值（持續的內在狀態、其他動作、警醒度）。無可迴避的警示屬定義層面：相關性是相對於所量測的行為與模型類別而定義的，因此這種切分是一具透鏡而非真值——被判定與伸手運動學無關的維度，可能與力、時序或某個未量測變數高度相關。