2008
Thrips (Thysanoptera) identification using artificial neural networks
FEDOR, Peter, Igor MALENOVSKÝ, Jaromír VAŇHARA, W. SIERKA, Josef HAVEL et. al.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
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
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 19. 3. 2013 15:37, prof. RNDr. Jaromír Vaňhara, CSc.
V originále
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.
Česky
Modelové využití supervised artificial neural network (ANN) pro identifikaci 18 evropských druhů trásněnek 4 rodů.
Návaznosti
MSM0021622416, záměr |
|