文献

J-GLOBAL ID：201902288596290535   整理番号：19A1830372

種分布モデルはアルゴリズム構成に高感度であることができる【JST・京大機械翻訳】

Species distribution models can be highly sensitive to algorithm configuration

著者 (5件)： Hallgren W. (Griffith Climate Change Response Program, Griffith University, QLD, Australia) ,  Santana F. (Faculty of Science and Technology, University of Canberra, ACT, Australia) ,  Low-Choy S. (Griffith Social and Behavioural Research College, Griffith University, QLD, Australia) ,  Zhao Y. (Faculty of Science and Technology, University of Canberra, ACT, Australia) ,  Mackey B. (Griffith Climate Change Response Program, Griffith University, QLD, Australia)
資料名： Ecological Modelling  (Ecological Modelling)
巻： 408  ページ： Null  発行年： 2019年 
JST資料番号： A0605B  ISSN： 0304-3800  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： 種分布モデリングの分野におけるよりロバストな起源の追跡において,広範な文献検索を行い,典型的なデフォルト値と,種分布モデル(SDM)を構築するために利用可能な多くの最も一般的に使用される統計的アルゴリズム,MaxEntのような他の種分布モデリングプログラムを構築した。SDM文献におけるSDMアルゴリズム構成オプション設定の文書化は全体的に非常に珍しく,これらの設定に対する正当化は現在最小であることを見出した。このような設定はしばしばRデフォルト値であり,試行錯誤の結果であった。これは可能性がある。(i)そのようなSDM研究のための起源のロバスト性から,それは排除される。(ii)本論文における構成オプション設定のdocuメンテーションの欠如は,実験の複製を妨げる。それは科学的方法の主要なテネットのひとつを妨げる。(iii)不適切または非情報化構成オプション設定は,特に,それらが不十分に理解された生態学的変数またはプロセスを表すかどうかに関し,アルゴリズムがそのような設定に敏感であるならば,これは間違ったおよび/または非現実的なSDMsをもたらすことができる。したがって,本研究では,構成オプション設定の変動に対する8つの広く使用されているSDMアルゴリズムの感度を包括的にテストするため,MaxEnt,人工ニューラルネットワーク(ANN),一般化線形モデル(GLM),一般化付加モデル(GAM),多変量適応回帰スプライン(MARS),Flexible判別分析(FDA),表面領域エンベロープ(SRE)および分類ツリー解析(CTA)を行った。エキスパート誘導のプロセスを用いて,著者らのアルゴリズムの感度をテストするために適切な値の範囲を引き出した。アルゴリズム感度がモデル化されている種にどのように依存するかを調べるために,2つの種,Koala(Phascolartos cinereus)とthorny(Moloch horridus)に対する種の発生記録を用いることを選択した。結果は,各感度試験SDM(すなわち,非デフォルト配置設定)からモデル化された分布に対する制御SDM(デフォルト設定)のモデル化された分布を比較することによって評価された。これは,(受信者動作特性)曲線下の面積を含む生物多様性と気候変動仮想研究所(BCCVL)で利用可能な予測性能の視覚的および統計的測度を用いて行った。著者らの研究の目的は,それらの構成オプション設定に対するSDMアルゴリズムの感度がSDM結果の信頼性からどのように低下するかについての結論を引き出すことができることである。これらの結果は,試験した全てのアルゴリズムが,それらの構成設定のいくつかに対して代替(非デフォルト)値に対する感度を示し,しばしばこの感度が種依存性であることを示した。したがって,これらの広く使用されているSDMアルゴリズムにおける構成設定の選択は,結果としての投影分布に大きな影響を与えることができると結論できる。これは,SDMsが種と生物多様性管理計画と政策設定を知らせるために使用されるので,意思決定と政策結果のために重要な分岐を持っている。本研究は,これらの設定に適切な値を割り当てることが非常に重要な考察であり,モデルと共に常に公表されるべきであることを示した。種分布モデリング研究の科学的ロバスト性,透明性および再現性を増加させるためには,すべての構成設定を文書化する必要がある。Copyright 2019 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： *アルゴリズム ,  測度 ,  ニューラルネットワーク ,  気候変動 ,  ロバスト性 ,  意思決定 ,  生物多様性 ,  *モデル ,  エンベロープ ,  視覚 ,  再現性 ,  モデリング ,  信頼性
準シソーラス用語： 多変量 ,  デフォルト値 , 【Automatic Indexing@JST】

著者キーワード (12件)： 構成オプション設定 ,  起源 ,  透明性 ,  コアラ ,  Thorny 悪vil ,  MAXENT ,  ANN GLM ,  GAM ,  火星 ,  FDA ,  SRE ,  CTA

分類 (2件)： 自然保護  (SB06000L) ,  異種生物間相互作用  (EE01050A)

タイトルに関連する用語 (4件)： 種分布 ,  モデル ,  アルゴリズム ,  高感度