文献

J-GLOBAL ID：202002257512829454   整理番号：20A2555094

反すう動物飼料の化学組成に基づく栄養素利用推定のための人工ニューラルネットワーク【JST・京大機械翻訳】

Artificial Neural Network For Estimation Nutrient Utilization Based on Chemical Composition on Ruminant Animal Feed

著者 (4件)： Haryanto Toto (IPB University,Department of Computer Science,Bogor, 16680,Indonesia) ,  Jayanegara Anuraga (IPB University,Department of Nutrition and Feed Technology,Bogor, 16680,Indonesia) ,  Febrisahrozi Dias (IPB University,Department of Computer Science,Bogor, 16680,Indonesia) ,  Kustiyo Aziz (IPB University,Department of Computer Science,Bogor, 16680,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICOSICA  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 反芻動物の生産は,ヒトの食物のニーズを満たすのに使用される。反芻動物の生産性は与えられた飼料によって決定される。したがって,適切な供給戦略が必要である。本研究は,人工ニューラルネットワーク(ANN)を用いて,化学物質含有量に基づく反芻動物飼料植物の栄養利用を評価することを目的とする。推定器として用いた化学含有量は主な分析カテゴリーである。一方,反芻動物栄養価を著者らのモデルから予測した。http://www.feedipedia.orgから合計136種の飼料植物を得た。データは,k=3でK倍交差検証を用いて訓練と試験データに分けた。推定のプロセスを,4,6,および8から隠れ層におけるニューロンのいくつかの変化数を有するANN構造を用いて実行した。その結果,ANN構造は栄養を適切に推定でき,4つのニューロンを有するANN構造から明らかにされたRMSE(3.33)の小さい値によって示された。このANNモデルからの決定係数(R2)は,全出力に対して0.50以上であり,これは0.49であった。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *化学組成 ,  食品 ,  ニューロン ,  *ニューラルネットワーク ,  *栄養素 ,  *反芻動物 ,  ヒト ,  栄養価 ,  化学物質
準シソーラス用語： 隠れ層 ,  試験データ ,  決定係数 ,  栄養利用 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 反すう ,  動物飼料 ,  化学組成 ,  栄養素 ,  推定 ,  人工ニューラルネットワーク