Umělé neuronové sítě a taxonomická klasifikace v entomologii

VAŇHARA, Jaromír, Natália MURÁRIKOVÁ a Josef HAVEL. Umělé neuronové sítě a taxonomická klasifikace v entomologii. In Sborník abstraktu z konference Zoologicke dny 2006. Brno: UBO AV CR. s. 123-124. ISBN 80-903329-4-3. 2006.

Základní údaje

• Originální název: Umělé neuronové sítě a taxonomická klasifikace v entomologii
• Název česky: Umělé neuronové sítě a taxonomická klasifikace v entomologii
• Název anglicky: Artificial Neural Networks and classification in entomology
• Autoři: VAŇHARA, Jaromír (203 Česká republika, garant), Natália MURÁRIKOVÁ (703 Slovensko) a Josef HAVEL (203 Česká republika).
• Vydání: Brno, Sborník abstraktu z konference Zoologicke dny 2006, od s. 123-124, 2 s. 2006.
• Nakladatel: UBO AV CR

Další údaje

• Originální jazyk: čeština
• Typ výsledku: Stať ve sborníku
• Obor: 10600 1.6 Biological sciences
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• Kód RIV: RIV/00216224:14310/06:00018397
• Organizační jednotka: Přírodovědecká fakulta
• ISBN: 80-903329-4-3
• Klíčová slova anglicky: ANN insect identification
• Štítky: ANN insect identification
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

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 pro druhové rozlišení jednoznačné, mohou se překrývat, nebo dokonce scházejí, nebo je využíván materiál, který nesmí nebo nemůže být zničen (např. použitím destruktivní molekulární analýzy, nebo je materiál v preparátu, popř. se jedná o typový materiál).

Anotace anglicky

ANN insect classification is possible and quite general. It can be applicable for objects where appropriate database can be created. After ANN learning (training) the species identification is fast and reliable. In contradiction to manual identification, all characters are simultaneously taken into account over the complete database. This approach is non-destructive unlike e.g. molecular analyses. Where the identification appears difficult or it is e.g. sp.n., ANN can indicate the situation.

Návaznosti

• MSM0021622416, záměr: Název: Diverzita biotických společenstev a populací: kauzální analýza variability v prostoru a čase

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Diverzita biotických společenstev: kauzální analýza variability v prostoru a čase