농장 동물에서 사회 네트워크 분석은 선호하는 연관성을 탐구하는 인기 있는 접근 방식이 되었습니다. 이 연구는 컴퓨터 비전을 이용한 인접성을 기반으로 한 사회 네트워크에 다양한 공간 인접성 정의와 샘플링 비율이 어떻게 영향을 미치는지를 조사했습니다. 강화된 공간과 황폐한 공간 각각에서 21개의 우리(각 6마리의 돼지)에서 수집된 3일간의 비디오 데이터를 경계 상자 기반의 추적-탐지 방법을 사용하여 분석했습니다. 네트워크는 다음 다섯 가지 인접성 정의로 구성되었습니다: (1) 경계 상자의 중심점 간의 거리 < 50cm, (2) 경계 상자 표면의 겹침 발생, (3) 경계 상자 표면 겹침 > 20%, (4) (1)과 (3)의 조합, (5) 두 개체 간 거리의 조화 평균. 각 인접성 정의에 대해, 다운샘플링된 데이터로 구축된 네트워크는 초당 0.5 프레임으로 구축된 네트워크와 비교되었습니다. 네트워크 메트릭의 중심성은 고유 벡터 중심성 및 클러스터링 계수에 비해 인접성 정의에 덜 영향을 받았습니다. 완전 네트워크와 높은 상관관계를 유지하기 위해서(r > 0.90), 다운샘플링은 6분마다 1 프레임을 넘지 않아야 합니다. 이 연구는 제한된 공간 및 사회 환경 선택이 있는 가축에서 컴퓨터 비전 데이터를 사회 네트워크 분석에 어떻게 활용할 수 있는지, 그리고 메트릭이 인접성 정의 및 샘플링 비율에 어떻게 의존하는지를 보여줍니다.