FEDOR, Peter, Igor MALENOVSKÝ, Jaromír VAŇHARA, W. SIERKA a Josef HAVEL. Thrips (Thysanoptera) identification using artificial neural networks. Bulletin of Entomological Research. Cambridge, England: CAMBRIDGE UNIV PRESS, 2008, roč. 98, č. 4, s. 437-447. ISSN 0007-4853.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Thrips (Thysanoptera) identification using artificial neural networks
Název česky Determinace třásněnek za pomoci ANN.
Autoři FEDOR, Peter (703 Slovensko), Igor MALENOVSKÝ (203 Česká republika), Jaromír VAŇHARA (203 Česká republika, garant, domácí), W. SIERKA (616 Polsko) a Josef HAVEL (203 Česká republika, domácí).
Vydání Bulletin of Entomological Research, Cambridge, England, CAMBRIDGE UNIV PRESS, 2008, 0007-4853.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10600 1.6 Biological sciences
Stát vydavatele Velká Británie a Severní Irsko
Utajení není předmětem státního či obchodního tajemství
Impakt faktor Impact factor: 1.415
Kód RIV RIV/00216224:14310/08:00027185
Organizační jednotka Přírodovědecká fakulta
UT WoS 000260173700002
Klíčová slova anglicky ANN; Thrips;identification
Štítky ANN, identification, thrips
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: prof. RNDr. Jaromír Vaňhara, CSc., učo 391. Změněno: 19. 3. 2013 15:37.
Anotace
We studied the use of a supervised artificial neural network (ANN) model for semi-automated identification of 18 common European species of Thysanoptera from four genera: Aeolothrips Haliday (Aeolothripidae), Chirothrips Haliday, Dendrothrips Uzel, and Limothrips Haliday (all Thripidae). As input data, we entered 17 continuous morphometric and two qualitative two-state characters measured or determined on different parts of the thrips body (head, pronotum, forewing and ovipositor) and the sex. Our experimental data set included 498 thrips specimens. A relatively simple ANN architecture (multilayer perceptrons with a single hidden layer) enabled a 97% correct simultaneous identification of both males and females of all the 18 species in an independent test. This high reliability of classification is promising for a wider application of ANN in the practice of Thysanoptera identification.
Anotace česky
Modelové využití supervised artificial neural network (ANN) pro identifikaci 18 evropských druhů trásněnek 4 rodů.
Návaznosti
MSM0021622416, záměrNázev: 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
VytisknoutZobrazeno: 25. 4. 2024 17:01