J 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

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 19. 3. 2013 15:37, prof. RNDr. Jaromír Vaňhara, CSc.

Anotace

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
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