2009
Artificial intelligence in pest insect monitoring.
FEDOR, Peter; Jaromír VAŇHARA; Igor MALENOVSKÝ; Josef HAVEL; Ian SPELLERBERG et al.Základní údaje
Originální název
Artificial intelligence in pest insect monitoring.
Název česky
Umělá inteligence pro monitorování škodlivého hmyzu.
Autoři
FEDOR, Peter; Jaromír VAŇHARA; Igor MALENOVSKÝ; Josef HAVEL a Ian SPELLERBERG
Vydání
Systematic Entomology, Oxford, England, BLACKWELL PUBLISHING, 2009, 0307-6970
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10600 1.6 Biological sciences
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Impakt faktor
Impact factor: 2.467
Označené pro přenos do RIV
Ano
Kód RIV
RIV/00216224:14310/09:00034450
Organizační jednotka
Přírodovědecká fakulta
UT WoS
Klíčová slova anglicky
ANN;thrips;pest
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 19. 3. 2013 15:09, prof. RNDr. Jaromír Vaňhara, CSc.
V originále
Global problems of hunger and malnutrition induced us to introduce a new tool for semi-automated pest insect identification and monitoring: an artificial neural network system. Multilayer perceptrons, an artificial intelligence method, seem to be efficient for this purpose. We evaluated 101 European economically important thrips (Thysanoptera) species: extrapolation of the verification test data indicated 95% reliability at least for some taxa analysed. Mainly quantitative morphometric characters, such as head, clavus, wing, ovipositor length and width, formed the input variable computation set in a Trajan neural network simulator. The technique may be combined with digital image analysis.
Česky
Využití umělých neuronových sítí pro semiautomatickou identifikaci a monitoring škodlivého hmyzu.
Návaznosti
| MSM0021622416, záměr |
|