文献

J-GLOBAL ID：201702248189907141   整理番号：17A0673743

魚類飢餓処理定量化および処理因子寄与率の神経ネットワークランダム化試験【JST・京大機械翻訳】

Quantification of fish starvation treatments and randomization test for the contribution rates of treatment factors by BP network.

著者 (5件)： ZHU Yifeng (Key Laboratory of Applied Marine Biotechnology of Education Ministry, Ningbo University) ,  CHEN Zhidan (Key Laboratory of Applied Marine Biotechnology of Education Ministry, Ningbo University) ,  GUAN Wenjing (Key Laboratory of Applied Marine Biotechnology of Education Ministry, Ningbo University) ,  WU Zhongning (Key Laboratory of Applied Marine Biotechnology of Education Ministry, Ningbo University) ,  XUE Liangyi (Key Laboratory of Applied Marine Biotechnology of Education Ministry, Ningbo University)
資料名： Yingyong Shengtai Xuebao  (Yingyong Shengtai Xuebao)
巻： 19  号： 3  ページ： 667-673  発行年： 2008年03月 
JST資料番号： W0392A  ISSN： 1001-9332  CODEN： YSXUER  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 給餌(SR00),周期的飢餓2日(SR22),飢餓7日後に2日間(SR72)および飢餓7日(SR77)の4つの給餌モードを設定し,給餌モードを飢餓ストレス(SS)と循環率(CF)因子に定量化した。8週間の実験において,摂食量(FI),体重(BW),温度(TE),塩分(SA),PH(PH),および成長時間(GT)を測定した。スズキの体重増加(WG),特異的成長速度(SGR),および乾物量の飼料転換率(FCR)を,それぞれ,ニューラルネットワークによって予測し,そして,それらを予測した。結果により、異なる処理はWG、SGRとFCRに対する影響はいずれも著しい差異があることが分かった(P〈0.05)。飢餓処理群のWGとSGRはいずれも給餌レベルを達成できず、SR72処理群のFCRは対照処理より有意に高く(P〈0.05)、SR22とSR77群とSR00群との間には有意差が認められなかった(P〉0.05)。人工神経回路網はSGRとWGに対して極めて良い予測効果があるが、8つの分析因子のうち、FI、SS、CFとGTはWG、SGRに対して顕著な貢献があり、WGの大きさは主にFIに依存し、SGRは主にSS.に依存する。ランダム化試験により、実験処理因子(関連のFI因子を含む)がWGとSGRに対する寄与率はそれぞれ64.9%と79.7%であることが分かった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  成長速度 ,  体重 ,  乾物量 ,  *ランダム化比較試験 ,  予測 ,  塩分 ,  転化率 ,  実験 ,  体重増加
準シソーラス用語： 有意差 ,  食事摂取量 ,  *神経ネットワーク ,  *決定係数 , 【Automatic Indexing@JST】

著者キーワード (5件)： Lateolabrax japonicus ,  quantification of starvation ,  contribution rate ,  BP network ,  randomization test.

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： 魚類 ,  飢餓 ,  定量化 ,  因子 ,  寄与率 ,  神経ネットワーク ,  ランダム化試験