文献

J-GLOBAL ID：201802248669459251   整理番号：18A0435561

確率的神経回路網の再検討:サポートベクトルマシンと東部イベリアのチャブ(Squalius valentinus)の微小生息地適合性との比較研究【Powered by NICT】

Revisiting probabilistic neural networks: a comparative study with support vector machines and the microhabitat suitability for the Eastern Iberian chub (Squalius valentinus)

著者 (4件)： Munoz-Mas Rafael (Institut d’Investigacio per a la Gestio Integrada de Zones Costaneres (IGIC), Universitat Politecnica de Valencia, C/ Paranimf 1, Grau de Gandia 46730, Pais Valencia, Spain) ,  Fukuda Shinji (Institute of Agriculture, Tokyo University of Agriculture and Technology, Saiwai-cho 3-5-8, Fuchu, Tokyo 183-8509, Japan) ,  Portoles Javier (Fundacion para la Investigacion del Clima, C/ Tremps 11, Madrid 28040, Spain) ,  Martinez-Capel Francisco (Institut d’Investigacio per a la Gestio Integrada de Zones Costaneres (IGIC), Universitat Politecnica de Valencia, C/ Paranimf 1, Grau de Gandia 46730, Pais Valencia, Spain)
資料名： Ecological Informatics  (Ecological Informatics)
巻： 43  ページ： 24-37  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： 確率的ニューラルネットワーク(PNN)とサポートベクトルマシン(SVM)は,信頼できる種分布と生息場所適合性モデルを与えるに適した柔軟な分類法である。PNNの信頼性と性能を改善するおよび/または計算コストを低減するためのいくつかの代替案が存在するが,SVMは標準ニューラルネットワークと比較したためPNNはSVMとして良く認識されていない。この考えを除外するため,東部イベリアのチャブ(Squalius valentinus DoadrioとCarmona,2006)用の微小生息域適性はSVMと四種類のPNN(等分散,異分散,クラスタと増強されたニューラルネットワーク)のモデル化した;の微分進化による最適化した。適応度関数といくつかの性能基準(正しく分類された例,true skill statistic,特異性および感度)と部分的依存性プロットを用いて,それぞれ各生息場所適性モデルの性能と信頼性を評価した。異分散と増強されたニューラルネットワークはすべての指数で最高の性能を達成した特異性であった。しかし,これら二PNNは生態学的に信頼できない部分的依存性プロットを与えた。逆に,等分散とクラスタPNNは生態学的に信頼性のある部分的依存性プロットを与えた。東部イベリアウグイは広場所性種であることが証明され,本被覆,低流速(約0.3m/s),中間深さ(約0.6m)と微細砂利(64 256mm)と微小生息域で最も高い適合性を示した。PNNはSVMより優れていた,クラスタPNN,性能基準の高い値を示したの結果に基づいて,生息地適合性モデルの精度と信頼性の間のトレードオフをバランスさせるアプローチの組み合わせ(例えば,クラスターと異分散またはクラスタとPNN増強)を提唱する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *サポートベクトルマシン ,  モデリング ,  *生息場所 ,  *神経回路網 ,  生態学 ,  最適化 ,  *適応性 ,  信頼性 ,  クラスタ ,  ニューラルネットワーク
準シソーラス用語： 特異性 ,  性能基準 ,  微小生息域 ,  分類法 ,  確率的ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 微分進化 ,  生息地適合性モデル ,  イベリア半島 ,  機械学習 ,  部分依存性プロット ,  種分布モデル

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  変圧器  (NB08020Q)

タイトルに関連する用語 (7件)： 確率 ,  神経回路網 ,  サポートベクトルマシン ,  チャブ ,  微小 ,  生息地 ,  研究