文献
J-GLOBAL ID:202202276266662291   整理番号:22A0893359

決定論的器官形成によるGreenLab植物成長モデルのためのBayes推定【JST・京大機械翻訳】

Bayesian Estimation for the GreenLab Plant Growth Model with Deterministic Organogenesis
著者 (4件):
資料名:
巻: 27  号:ページ: 63-87  発行年: 2022年 
JST資料番号: W2077A  ISSN: 1085-7117  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  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。
植物成長モデリングは,その潜在的用途のために多くの注目を集めている。多くの科学的分野が含まれており,植物進化の根底にある複雑な機構をより良く理解するために,多くの研究努力と集中的なコンピュータ法が必要とされている。多数の課題の中で,1つは数学的モデリング,パラメタリゼーション,推定および予測を引用できる。文献で提案されている最も有望なモデルの一つは,GreenLab関数構造植物成長モデルである。本研究では,特に,サトウダイコン,トウモロコシ,菜種および他の作物植物のような既知の器官形成を有するある種の植物に適応した,GreenLab-1と名付けられたそのバージョンの1つだけに焦点を当てた。モデルのパラメータは植物機能に関連し,観測のベクトルは与えられた観測時間で一度測定した器官質量から成る。GreenLab-1におけるパラメータ推定に対する以前の努力は,Kalman型フィルタ,EMおよび/またはECMアルゴリズムの確率的バリアント,およびモデルの機能的パラメータに対してのみBayes推定によるハイブリッド逐次重要度サンプリングアルゴリズムを含む。本論文では,GreenLab-1モデルのパラメータ推定のための最初の純粋Bayesアプローチを提案した。この手法は複雑な構造を扱うのにはるかに柔軟性があり,そのようなタイプのモデルを解析するための有用なツールを提供する。後部分布からサンプルするために,MCMCアルゴリズムを使用して,その実用化問題も議論した。この方法の性能を,サトウダイコン植物からの模擬および実データセットで例示し,MLE手法との比較を行った。Copyright International Biometric Society 2021 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 (5件):
分類
JSTが定めた文献の分類名称とコードです
発生,成長,分化  ,  植物生理学一般  ,  トウモロコシ  ,  植物生態学  ,  図形・画像処理一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る