文献
J-GLOBAL ID:202002256901343573   整理番号:20A0975086

事前知識で制約された個体群動態モデルのアンサンブルをパラメータ化することによる生態学的ネットワークの強化された推論【JST・京大機械翻訳】

Enhanced inference of ecological networks by parameterizing ensembles of population dynamics models constrained with prior knowledge
著者 (3件):
資料名:
巻: 20  号:ページ: 1-15  発行年: 2020年 
JST資料番号: U7365A  ISSN: 1472-6785  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
種相互作用の正確なネットワークモデルを用いて,個体群動態を予測し,実際の世界生態系を管理するために適用することができた。しかし,ほとんどの関連モデルは非線形であるが,実世界の生態系から入手可能なデータは,一般的な推論アプローチに対してあまりにも雑音が多く,まばらにサンプリングされている。ここでは,事前知識と摂動に基づくアンサンブル法によるパラメータ符号を制約するために,新しい最適化アルゴリズムを用いることにより,一般化Lotka-Volterra(GLV)生態学的ネットワークの推論を改善した。アメリカ,Illinois川の淡水魚群集からの長期種豊度データに新しい推論を適用した。平均データの79%を説明する668GLVモデルの集合を構築した。モデルにより(70%レベルの信頼度で),近くの観測サイトからのデータを用いて検証することができ,ほとんどの魚種の相対存在量が近い将来において時間的及び調和的に変動し続けることを予測することを示した(Notropis atheroides)。。これらのモデルは(Notropis atherinoides)からチャンネルナマズ(Ictalurus punctatus)への強い正の相互作用を示した。ネットワークは,侵入ハクレン(Hypophthalmichthys molitrix)が被食者よりも自然捕食者に対してはるかに強い影響を持ち,侵入者が捕食者の食餌を置換することにより固有の食物連鎖を撹乱するという概念を支持する。事前知識により制約されたアンサンブルアプローチは,推論を改善し,現実世界の生態系に関する知識ギャップを埋めるために,雑音が多くまばらにサンプリングされた時系列データからネットワークを生成することができる。このようなネットワークモデルは,銀イ川のような生態系を保存するための努力を助けることができ,これはハクレンの侵入によって脅かされる。Copyright 2020 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
生態系  ,  生態学一般  ,  異種生物間相互作用 
引用文献 (46件):
  • Nature; Will a large complex system be stable?; RM May; 238; 1972; 413-414; 10.1038/238413a0; citation_id=CR1
  • Popul Ecol; The stability-complexity relationship at age 40: a random matrix perspective; S Allesina, S Tang; 57; 2015; 63-75; 10.1007/s10144-014-0471-0; citation_id=CR2
  • Methods Ecol Evol; Inferring species interactions in ecological communities: a comparison of methods at different levels of complexity; F Carrara, A Giometto, M Seymour, A Rinaldo, F Altermatt; 6; 2015; 895-906; 10.1111/2041-210X.12363; citation_id=CR3
  • Sci Rep.; Ecological network inference from long-term presence-absence data; EL Sander, JT Wootton, S Allesina; 7; 2017; 7154; 10.1038/s41598-017-07009-x; citation_id=CR4
  • Ecol Inform.; Inferring species interaction networks from species abundance data: a comparative evaluation of various statistical and machine learning methods; A Faisal, F Dondelinger, D Husmeier, CM Beale; 5; 2010; 451-464; 10.1016/j.ecoinf.2010.06.005; citation_id=CR5
もっと見る

前のページに戻る