文献

J-GLOBAL ID：201802240231954523   整理番号：18A0793099

ブタのための複合飼料の代謝エネルギー予測における人工神経回路網とサポートベクトルマシンの応用【JST・京大機械翻訳】

Application of Artificial Neural Network and Support Vector Machines in Predicting Metabolizable Energy in Compound Feeds for Pigs

著者 (2件)： Ahmadi Hamed (Bioscience and Agriculture Modeling Research Unit, College of Agriculture, Tarbiat Modares University) ,  Rodehutscord Markus (Institut fuer Tierernaehrung, Universitaet Hohenheim)
資料名： Frontiers in Nutrition (Web)  (Frontiers in Nutrition (Web))
巻： 4  ページ： 27  発行年： 2017年 
JST資料番号： U7088A  ISSN： 2296-861X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景:栄養文献において,供給組成と栄養価を予測するための人工神経回路網(ANN)と多重線形回帰(MLR)アプローチの使用に関するいくつかの報告があるが,MLRとANNモデルへの新しい代替アプローチとしてのサポートベクトルマシン(SVM)法の使用はまだ完全には研究されていない。【方法】:MLR,ANN,およびSVMモデルを開発し,粗蛋白質(CP),エーテル抽出物(EE),粗繊維(CF),および澱粉の分析含有量から,ドイツのエネルギー評価システムに基づくブタのための化合物飼料の代謝エネルギー(ME)含有量を予測した。化合物供給による標準化された消化性研究からの合計290のデータセットをいくつかの施設と公表された論文から提供し,MEをその上で計算した。開発したモデルの精度と精度を評価し,それらの予測値を与えた。結果:結果は,開発されたANN[R2=0.95;乾燥物質の二乗平均誤差(RMSE)=0.19MJ/kg)およびSVM(R2=0.95;RMSE=0.21MJ/kg)モデルは,従来のMLR(R2=0.89;RMSE=0.27MJ/kg乾物)よりも複合飼料のME推定においてより良い予測値を生成した。結論:開発されたANNとSVMモデルは,従来のMLRによって生産されたものより,化合物供給におけるMEを推定することにおいてより良い予測値を生み出した。しかし,ANNとSVMモデルの性能の間に明らかな差はなかった。したがって,SVMモデルは,ブタに対する化合物飼料の化学組成とMEの間の関係をモデル化するための有望なツールと考えられる。容易で迅速なツールによる読者と栄養士を提供するために,Excelの計算機,すなわちSVM_ME_ブタを作成し,開発されたサポートベクトルマシンモデルを用いてブタのための化合物供給における代謝可能エネルギー値を予測した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  *代謝エネルギー ,  標準化 ,  澱粉 ,  化学組成 ,  乾燥食品 ,  ドイツ連邦共和国 ,  *予測 ,  *代謝 ,  消化性 ,  *サポートベクトルマシン ,  モデリング
準シソーラス用語： 予測値 ,  粗蛋白質 ,  *混合飼料 , 【Automatic Indexing@JST】

著者キーワード (5件)： ブタ ,  配合飼料 ,  代謝エネルギー ,  人工神経回路網 ,  サポートベクトルマシン

分類 (5件)： 芳香族単環尿素・カルバミド酸・グアニジン  (CF05220O) ,  経営工学一般  (KA01010C) ,  ゴム  (YH07020M) ,  芳香族単環フェノール類・多価フェノール  (CF05090V) ,  抽出平衡,分配平衡  (CB03030H)

タイトルに関連する用語 (7件)： ブタ ,  複合飼料 ,  代謝エネルギー ,  予測 ,  人工神経回路網 ,  サポートベクトルマシン ,  応用