Predicción taxonómica de muestras de microplancton usando técnicas de Aprendizaje Automático
Autor(es) y otros:
Fecha de publicación:
Editorial:
Ibergaceta
Descripción física:
Resumen:
A la hora de realizar un estudio biológico del plancton marino es muy importante analizar la distribución de los diferentes organismos presentes en el mismo. Debido a la aparición en el mercado de nuevos instrumentos de monitorización de organismos en el plancton, capaces de captar y segmentar sus imágenes de forma automática, es imposible analizar manualmente toda esa información. En estas circunstancias, sería de gran ayuda contar con un sistema de clasificación automática de estos organismos, que fuese capaz, a su vez, de estimar la concentración de biomasa de los diferentes grupos taxónomicos presentes. Con el fin de construir un clasificador automático que cubra estas necesidades, usaremos Máquinas de Vectores Soporte con un conjunto de datos formado por 5145 imágenes pertenecientes a 5 tipos de especies de microplacton. Dado que nuestro objetivo es predecir la cantidad total de biomasa para cada una de esas clases, hemos desarrollado un método de clasificación sensible al coste que consigue tasas de acierto cercanas al 94 % en términos de biomasa
A la hora de realizar un estudio biológico del plancton marino es muy importante analizar la distribución de los diferentes organismos presentes en el mismo. Debido a la aparición en el mercado de nuevos instrumentos de monitorización de organismos en el plancton, capaces de captar y segmentar sus imágenes de forma automática, es imposible analizar manualmente toda esa información. En estas circunstancias, sería de gran ayuda contar con un sistema de clasificación automática de estos organismos, que fuese capaz, a su vez, de estimar la concentración de biomasa de los diferentes grupos taxónomicos presentes. Con el fin de construir un clasificador automático que cubra estas necesidades, usaremos Máquinas de Vectores Soporte con un conjunto de datos formado por 5145 imágenes pertenecientes a 5 tipos de especies de microplacton. Dado que nuestro objetivo es predecir la cantidad total de biomasa para cada una de esas clases, hemos desarrollado un método de clasificación sensible al coste que consigue tasas de acierto cercanas al 94 % en términos de biomasa
Colecciones
- Informática [805]
- Ponencias, Discursos y Conferencias [4062]