文献

J-GLOBAL ID：202002290882802826   整理番号：20A0529797

機械学習アルゴリズムはSaguaro cacti(Carnegiea gigantea)の樹皮被覆を予測する【JST・京大機械翻訳】

Machine learning algorithms predict bark coverages on saguaro cacti (Carnegiea gigantea)

著者 (3件)： Evans Lance S. (Laboratory of Plant Morphogenesis, Biological Sciences Research Laboratories, Manhattan College, the Bronx, New York, 10471, USA) ,  Shackley Alexander (Laboratory of Plant Morphogenesis, Biological Sciences Research Laboratories, Manhattan College, the Bronx, New York, 10471, USA) ,  Printy Olivia (Laboratory of Plant Morphogenesis, Biological Sciences Research Laboratories, Manhattan College, the Bronx, New York, 10471, USA)
資料名： Flora  (Flora)
巻： 263  ページ： Null  発行年： 2020年 
JST資料番号： W1911A  ISSN： 0367-2530  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： 樹皮被覆はSaguaro cacti(Carnegiea gigantea)の早期死をもたらす。20種以上の高さ,長寿命サボテンの表面上の樹皮被覆率はアメリカ全体で発生する。本研究は,23年の期間にわたる4つのサンプリング期間から1149のSaguaro cacti上の12の表面上の樹皮被覆率のデータを分析した。樹皮被覆は赤道面上で始まり,極性面に向かって進行する。この個体群では,すべてのサボテンの45%が23年間の研究期間の終わりまで死んだ。樹皮被覆率がサボテン死にどのように関連しているかを理解するために,得られたデータを分析するために4つの機械学習プログラムを用いた。決定木は,それぞれ90%と99%の確率を有する変数として,樹皮被覆率と時間による死亡率を予測した。トラフ表面は,樹冠表面より樹皮被覆率とサボテン死のより良い予測子であった。極性および湿潤面の両方の左の谷は,樹皮被覆率の最も良い予測因子であり,99%以上の確率を有するサボテン死であった。4つの機械学習プログラムは,時間にわたる将来の樹皮被覆率を予測するための統一的な見解を提示し,99%以上の精度で最終的なサボテン死を予測するための補完的な結果を与えた。Copyright 2020 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： *学習アルゴリズム ,  赤道 ,  個体群 ,  湿潤 ,  被覆率 ,  ディシジョンツリー ,  死 ,  サボテン科 ,  アルゴリズム ,  樹冠 ,  *樹皮 ,  死亡率 ,  *被覆 ,  舟状海盆 ,  *機械学習

著者キーワード (5件)： Validateモデルアルゴリズム ,  WEKA3.8決定木 ,  ランダムフォレストアルゴリズム ,  KNNアルゴリズム ,  Cactus死

分類 (1件)： 植物生態学  (EE02000E)

タイトルに関連する用語 (4件)： 機械学習 ,  アルゴリズム ,  樹皮 ,  予測