論文の概要: Machine learning approaches to explore important features behind bird flight modes

• arxiv url: http://arxiv.org/abs/2411.09714v1
• Date: Wed, 13 Nov 2024 14:49:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-18 15:37:15.911479
• Title: Machine learning approaches to explore important features behind bird flight modes
• Title（参考訳）: 鳥の飛行モードの背後にある重要な特徴を探索する機械学習アプローチ
• Authors: Yukino Kawai, Tatsuya Hisada, Kozue Shiomi, Momoko Hayamizu,
• Abstract要約: 特徴重要度とSHAP値を用いて,各特徴の相対的重要性を定量化し,重み付きL1距離行列とNJ木の構築に利用した。 本結果は, 相関表現型特徴から生物学的に有用な距離行列を構築することの複雑さを強調した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Birds exhibit a variety of flight styles, primarily classified as flapping, which is characterized by rapid up-and-down wing movements, and soaring, which involves gliding with wings outstretched. Each species usually performs specific flight styles, and this has been argued in terms of morphological and physiological adaptation. However, it remains a challenge to evaluate the contribution of each factor to the difference in flight styles. In this study, using phenotypic data from 635 migratory bird species, such as body mass, wing length, and breeding periods, we quantified the relative importance of each feature using Feature Importance and SHAP values, and used them to construct weighted L1 distance matrices and construct NJ trees. Comparison with traditional phylogenetic logistic regression revealed similarity in top-ranked features, but also differences in overall weight distributions and clustering patterns in NJ trees. Our results highlight the complexity of constructing a biologically useful distance matrix from correlated phenotypic features, while the complementary nature of these weighting methods suggests the potential utility of multi-faceted approaches to assessing feature contributions.
• Abstract（参考訳）: 鳥は様々な飛行スタイルを示しており、主に羽ばたきに分類され、急激な上下翼の動きと、羽を広げて滑空する舞踏が特徴である。 通常、各種は特定の飛行様式を採り入れており、形態学的および生理的適応の観点から議論されている。 しかし、飛行スタイルの違いに対する各要因の貢献を評価することは依然として課題である。 本研究では, 体重, 翼長, 繁殖期間などの635種の渡り鳥の表現型データを用いて, 特徴重要度とSHAP値を用いて各特徴の相対的重要性を定量化し, 重み付きL1距離行列の構築とNJ木の構築に利用した。 従来の系統的ロジスティック回帰と比較すると,優占な特徴に類似性が認められたが,NJ木では全体の重み分布とクラスタリングパターンの相違がみられた。 これらの重み付け手法の相補的性質は, 特徴量評価における多面的アプローチの有用性を示唆するものである。

関連論文リスト

• Generalization in birdsong classification: impact of transfer learning methods and dataset characteristics [2.6740633963478095]
  大規模な鳥音分類における伝達学習の有効性について検討する。 実験により, 微調整蒸留と知識蒸留の双方で高い性能が得られた。 動物音コミュニティにおけるより包括的なラベリングの実践を提唱する。
  論文  参考訳（メタデータ） (2024-09-21T11:33:12Z)
• Tree semantic segmentation from aerial image time series [24.14827064108217]
  1年以上にわたる空中データセット画像を用いて,樹木のセマンティックセグメンテーションを行う。 単体画像で訓練したモデルと時系列で訓練したモデルを比較し,木表現学がセグメンテーション性能に与える影響を評価する。 樹種分類の階層構造を,種,属,高水準の3つのレベルで予測を洗練させるカスタム・ロス・ファンクションを取り入れることで活用する。
  論文  参考訳（メタデータ） (2024-07-18T02:19:57Z)
• PhyloGFN: Phylogenetic inference with generative flow networks [57.104166650526416]
  本稿では,系統学における2つの中核的問題に対処するための生成フローネットワーク(GFlowNets)の枠組みを紹介する。 GFlowNetsは複雑な構造をサンプリングするのに適しているため、木トポロジー上の多重モード後部分布を探索し、サンプリングするのに自然な選択である。 我々は, 実際のベンチマークデータセット上で, 様々な, 高品質な進化仮説を生成できることを実証した。
  論文  参考訳（メタデータ） (2023-10-12T23:46:08Z)
• Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
  ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。 従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。 本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
  論文  参考訳（メタデータ） (2023-06-05T03:36:01Z)
• Fat-Tailed Variational Inference with Anisotropic Tail Adaptive Flows [53.32246823168763]
  脂肪尾密度は、一般に、ロバストモデルとスケール混合における後縁および辺縁分布として生じる。 我々はまず、尾が尾崩壊の速度にどのように影響するかを定量化することで、リプシッツフローの尾に関する以前の理論を改善した。 次に、テール異方性に敏感なテールパラメータの代替理論を開発する。
  論文  参考訳（メタデータ） (2022-05-16T18:03:41Z)
• A Variational Approach to Bayesian Phylogenetic Inference [7.251627034538359]
  ベイズ系統解析のための変分フレームワークを提案する。 我々はマルコフ勾配法による変分近似を訓練し、連続的および離散的な変分パラメータに対する推定器を採用する。 実データ系統推定問題に対するベンチマーク実験により,本手法の有効性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-16T08:23:48Z)
• Detecting Biological Locomotion in Video: A Computational Approach [13.135234328352885]
  未処理映像におけるバイオロコモーションを検出するための計算手法を提案する。 我々は、物体の共通の動きの相違とともに、非対称な振動を伴う位置前進のこのキー特性を利用する。 追跡対象物におけるこれらの形質の存在を測定するアルゴリズムが開発され、移動中の生物学的実体に対応するかどうかが決定される。
  論文  参考訳（メタデータ） (2021-05-26T16:19:23Z)
• Intersection Regularization for Extracting Semantic Attributes [72.53481390411173]
  本稿では,ネットワーク抽出した特徴が意味属性のセットと一致するように,教師付き分類の問題を考える。 例えば、鳥類のイメージを種に分類することを学ぶとき、動物学者が鳥類を分類するために使用する特徴の出現を観察したい。 本稿では,複数層パーセプトロン(MLP)と並列決定木を併用した,離散的なトップレベルアクティベーションを持つニューラルネットワークのトレーニングを提案する。
  論文  参考訳（メタデータ） (2021-03-22T14:32:44Z)
• Dataset Bias in Few-shot Image Recognition [57.25445414402398]
  まず,基本カテゴリから学習した伝達可能能力の影響について検討する。 第2に、データセット構造と異なる少数ショット学習方法から、異なるデータセットのパフォーマンス差について検討する。
  論文  参考訳（メタデータ） (2020-08-18T14:46:23Z)
• Two-View Fine-grained Classification of Plant Species [66.75915278733197]
  本研究では,2視点の葉のイメージ表現に基づく新しい手法と,植物種の粒度認識のための階層的分類戦略を提案する。 シームズ畳み込みニューラルネットワークに基づく深度測定は、多数のトレーニングサンプルへの依存を減らし、新しい植物種に拡張性を持たせるために用いられる。
  論文  参考訳（メタデータ） (2020-05-18T21:57:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。