利用环境与共现数据评估深度物种分布模型
神经与进化计算
2019-09-20 v1
摘要
本文使用机器学习方法，基于空间、环境与共现数据，对若干植物物种分布建模方法进行评测。特别地，我们重新评测了在 GeoLifeCLEF 2018 挑战赛中取得最佳性能的环境卷积神经网络模型，但所用为修正了先前数据集若干问题的修订数据集。我们还通过评测一种将环境变量与共现作为端到端网络输入的新模型，对共现信息做了更深入的分析。结果表明，环境模型是性能最佳的方法，且共现与环境之间存在大量互补信息。事实上，基于两类输入学习的模型相比单独的环境模型带来了显著的性能提升。
引用
@article{arxiv.1909.08825,
title = {Evaluation of Deep Species Distribution Models using Environment and Co-occurrences},
author = {Benjamin Deneu and Maximilien Servajean and Christophe Botella and Alexis Joly},
journal= {arXiv preprint arXiv:1909.08825},
year = {2019}
}