Artificial Neural Networks and classification in entomology

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F06%3A00018397" target="_blank" >RIV/00216224:14310/06:00018397 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Umělé neuronové sítě a taxonomická klasifikace v entomologii

Original language description

Byla studována možnost aplikace umělých neuronových sítí (Artificial Neural Network, ANN) pro druhovou determinaci dvoukřídlého hmyzu (Diptera). Umělé neuronové sítě jsou schopny modelovat jakékoliv procesy a biologické systémy. ANN model je založen na nalezení souvislostí mezi vstupními a výstupními daty analýzou dostatečně obsáhlého souboru dat jedinců, u nichž byla klasickými expertními prostředky provedena determinace a kde každý vzorek (jedinec) je charakterizován navíc souborem morfometrických, popř. dalších znaků (characters). V procesu ?učení? je pomocí ANN nalezena relace mezi tímto souborem znaků a jejich přiřazením k příslušnému druhu. V druhé fázi je pak ?natrénovaná? neuronová síť schopna téměř okamžité determinace nových jedinců na základě zadaných znaků. V zoologické taxonomii je dosud využívání ANN velmi ojedinělé, i když přináší velmi zajímavé výsledky (u bezobratlých např. Hernández-Borges et al., 2004; Marcondes et al., 2005). Je známo, že u řady druhů nejsou znaky p

Czech name

Umělé neuronové sítě a taxonomická klasifikace v entomologii

Czech description

Byla studována možnost aplikace umělých neuronových sítí (Artificial Neural Network, ANN) pro druhovou determinaci dvoukřídlého hmyzu (Diptera). Umělé neuronové sítě jsou schopny modelovat jakékoliv procesy a biologické systémy. ANN model je založen na nalezení souvislostí mezi vstupními a výstupními daty analýzou dostatečně obsáhlého souboru dat jedinců, u nichž byla klasickými expertními prostředky provedena determinace a kde každý vzorek (jedinec) je charakterizován navíc souborem morfometrických, popř. dalších znaků (characters). V procesu ?učení? je pomocí ANN nalezena relace mezi tímto souborem znaků a jejich přiřazením k příslušnému druhu. V druhé fázi je pak ?natrénovaná? neuronová síť schopna téměř okamžité determinace nových jedinců na základě zadaných znaků. V zoologické taxonomii je dosud využívání ANN velmi ojedinělé, i když přináší velmi zajímavé výsledky (u bezobratlých např. Hernández-Borges et al., 2004; Marcondes et al., 2005). Je známo, že u řady druhů nejsou znaky p

Type

D - Article in proceedings

CEP classification

EG - Zoology

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2006

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Sborník abstraktu z konference Zoologicke dny 2006

ISBN

80-903329-4-3

ISSN

—

e-ISSN

—

Number of pages

2

Pages from-to

123-124

Publisher name

UBO AV CR

Place of publication

Brno

Event location

Brno

Event date

Jan 1, 2006

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

—