文献

J-GLOBAL ID：201702244194115599   整理番号：17A1243036

種分布をモデル化するためのn次元ハイパーボリュームを用いた:Qiaoら()への応答【Powered by NICT】

Using n-dimensional hypervolumes for species distribution modelling: A response to Qiao et al. ()

著者 (5件)： Blonder Benjamin (Environmental Change Institute, University of Oxford, Oxford, United Kingdom) ,  Lamanna Christine (World Agroforestry Centre, United Nations Avenue, Nairobi, Kenya) ,  Violle Cyrille (CNRS, CEFE UMR 5175, Universite de Montpellier - Universite Paul Valery - EPHE, Montpellier Cedex, France) ,  Enquist Brian J. (Department of Ecology and Evolutionary Biology, University of Arizona, Tucson, Arizona) ,  Enquist Brian J. (The Santa Fe Institute, Santa Fe, New Mexico)
資料名： Global Ecology and Biogeography  (Global Ecology and Biogeography)
巻： 26  号： 9  ページ： 1071-1075  発行年： 2017年 
JST資料番号： A1490A  ISSN： 1466-822X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハイパーボリュームアプローチは機能的多様性を定量化し,種分布をモデル化するための環境ニッチを定量化した。最近,Qiaoら()はハイパーボリュームを測定するために提案した幾何学的カーネル密度推定(KDE)法を批判。シミュレーション解析を用いた方法は高い誤り率をもたらし,基本的ニッチの偏った推定することを主張した。ここでは,(a)KDE出力はデータセットサイズとバイアスに有用な方法に依存する,(b)他の種分布モデリングの方法は同様に厳しいするデータセットバイアスについての異なる仮定が,(c)Qiaoら()により提示されたシミュレーション結果は不正確であり,他の方法に匹敵する性能を示す分析改訂し,(d)ハイパーボリューム法はKDEよりもより一般的でニッチモデリングのための他の利点を持つことを示した。その結果,カーネル密度推定(KDE)法は,種分布をモデル化するための有望なツールである。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： シミュレーション ,  *モデリング ,  誤り率 ,  バイアス
準シソーラス用語： カーネル推定 ,  ニッチ ,  *種分布 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  CAD,CAM  (JE10000A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 種分布 ,  モデル化 ,  次元 ,  応答