Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
DeepData: Machine learning in the marine ecosystems
In: Expert Systems With Applications. Elsevier: New York; Oxford. ISSN 0957-4174; e-ISSN 1873-6793
|   |
| Trefwoord |
|
| Author keywords |
Machine learning; Species distribution models; Marine ecosystems |
| Auteurs | | Top |
- Oliveira e Silva, L.
- Resende, M.
- Galhardas, H.
|
|
|
| Abstract |
Based on environmental and species monitoring data, Species Distribution Modelling (SDM) tries to build a model to predict the distribution of a species across a geographic area. These models can then be used to manage the activities in the area in order to prevent negative economic and environmental impacts. In marine ecosystems, SDM can be used to regulate fishing practices or manage protected areas.This paper presents DeepData, a new no-code web-based machine learning platform to facilitate the work of marine biologists with SDM. The DeepData tool enables to automate SDM, by automating the creation and validation of the model by marine biologists. Biologists mostly use probabilistic algorithms, such as maximum entropy, generalized linear models and generalized additive models. The DeepData tool also allows the use of machine learning algorithms, such as classification and regression trees, random forests and support vector machines. Moreover, besides the usage of machine learning algorithms, other steps in SDM, such as data preparation and model evaluation, are also discussed in the paper. Furthermore, a concrete explanation of the use of the DeepData tool is presented, as well as the details of implementation and evaluation. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
