文献

J-GLOBAL ID：201802214169455031   整理番号：18A1395087

ウルグアイにおけるコウモリ種同定のための最初の人工知能アルゴリズム【JST・京大機械翻訳】

The first artificial intelligence algorithm for identification of bat species in Uruguay

著者 (9件)： Botto Nunez G. (Departamento de Metodos Cuantitativos - Facultad de Medicina, Univ.ersidad de la Republica, Montevideo, Uruguay) ,  Botto Nunez G. (Programa para la Conservacion de los Murcielagos de Uruguay, Museo Nacional de Historia Natural, Montevideo, Uruguay) ,  Botto Nunez G. (Department of Microbiology and Immunology, Montana State University, Bozeman, United States) ,  Botto Nunez G. (Modelizacion y Analisis de Recursos Naturales - Centro Universitario Regional del Este, Universidad de la Republica, Rocha, Uruguay) ,  Lemus G. (Programa para la Conservacion de los Murcielagos de Uruguay, Museo Nacional de Historia Natural, Montevideo, Uruguay) ,  Munoz Wolf M. (Departamento de Metodos Cuantitativos - Facultad de Medicina, Univ.ersidad de la Republica, Montevideo, Uruguay) ,  Rodales A.L. (Programa para la Conservacion de los Murcielagos de Uruguay, Museo Nacional de Historia Natural, Montevideo, Uruguay) ,  Gonzalez E.M. (Programa para la Conservacion de los Murcielagos de Uruguay, Museo Nacional de Historia Natural, Montevideo, Uruguay) ,  Crisci C. (Modelizacion y Analisis de Recursos Naturales - Centro Universitario Regional del Este, Universidad de la Republica, Rocha, Uruguay)
資料名： Ecological Informatics  (Ecological Informatics)
巻： 46  ページ： 97-102  発行年： 2018年 
JST資料番号： W3323A  ISSN： 1574-9541  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 音響コウモリ同定は,キロrop調査のための伝統的なミストネッティングに対する補完的な方法である。本研究において,人工知能技術に基づくアルゴリズムを,ウルグアイにおけるコウモリ種同定のために開発した。ウルグアイにおける10の最も普通のコウモリ種の662の探索位相パルスの音響ライブラリーを得た。ランダムフォレスト,サポートベクトルマシンおよび人工ニューラルネットワークアルゴリズムを,音響変数からコウモリ種を予測するために訓練した。変数選択は,ランダムフォレストRパッケージの機能バリImpを用いて,データセットの独立したサブセット(1/3)において実行された。モデル性能を,データの残りの2/3による試験誤差によって評価した。これを行うために,データをランダムに訓練とテストセットに分割し,次にモデルを訓練サンプルで訓練し,その性能を試験サンプルを用いて評価した。この手順を100回実行し,試験誤差を平均化してモデルの性能を測定しなかった。最良の予測子は,12の予測子変数を考慮したランダムフォレスト分類器であった。達成された精度は他の国際公表製品と同等であった。さらに,分類確率に対する閾値を最適化し,訓練サンプルが局所的豊富さの徹底的なサンプルを表現しない場合でも,このアルゴリズムを用いることを可能にする,予測されたクラスに戻るWebアプリケーションと与えられた観測に対する信頼性測度を開発し,生物学者から技術者までの広いスペクトルによるこのツールの利用を可能にした。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 部分集合 ,  *アルゴリズム ,  ニューラルネットワーク ,  サポートベクトルマシン ,  測度 ,  信頼性 ,  パルス ,  *コウモリ ,  最適化 ,  機械学習 ,  音響 ,  位相 ,  スペクトル ,  *人工知能
準シソーラス用語： ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (6件)： カイロptera ,  全スペクトル解析 ,  機械学習 ,  ランダムフォレスト ,  サポートベクトルマシン ,  人工神経回路網

分類 (4件)： 分子・遺伝情報処理  (JE15040B) ,  システム・制御理論一般  (IA02010H) ,  リモートセンシング一般  (AD04000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ウルグアイ ,  コウモリ ,  種同定 ,  人工知能 ,  アルゴリズム