Improving species distribution model quality with a parallel linear genetic programming-fuzzy algorithm (2016)
- Authors:
- Autor USP: BIELEVELD, MICHEL JAN MARINUS - EP
- Unidade: EP
- Sigla do Departamento: PCS
- Subjects: ALGORITMOS GENÉTICOS; LÓGICA FUZZY; INTELIGÊNCIA ARTIFICIAL; BIOCLIMATOLOGIA
- Agências de fomento:
- Language: Inglês
- Abstract: Biodiversidade, a variedade de vida no planeta, está em declínio às alterações climáticas, mudanças nas interações das populações e espécies, bem como nas alterações demográficas e na dinâmica de paisagens. Avaliações integradas baseadas em modelo desempenham um papel fundamental na compreensão e na exploração destas dinâmicas complexas e tem o seu uso comprovado no planejamento de conservação da biodiversidade. Os objetivos deste estudo de doutorado foram investigar; (1) o uso de técnicas de programação genética e fuzzy para construir modelos de alta qualidade que lida com presença e ausência de dados ruidosos do mundo real, (2) a extensão desta solução para explorar o paralelismo inerente à programação genética para acelerar tomadas de decisão e (3) um framework conceitual para compartilhar modelos, na expectativa de permitir a síntese de pesquisa. Subsequentemente, a qualidade do método, avaliada com a true skill statistic, foi examinado com dois estudos de caso. O primeiro utilizou um conjunto de dados fictícios obtidos a partir da definição de uma espécie virtual, e o segundo utilizou dados de uma espécie de pomba (Zenaida macroura) obtidos do North American Breeding Bird Survey. Nestes estudos, os modelos foram capazes de predizer a distribuição das espécies maneira correta mesmo utilizando bases de dados com até 30% de erros nas amostras de presença e de ausência. A implementação paralela utilizando um cluster de vinte nós c3.xlarge Amazon EC2 StarCluster, mostrou uma aceleração linear devido ao arquitetura de múltiplos deme de granulação grossa. O algoritmo de programação genética e fuzzy gerada em determinadas condições durante os estudos de caso, foram significativamente melhores na transferência do que os algoritmos do BIOMOD.
- Imprenta:
- Data da defesa: 09.09.2016
-
ABNT
BIELEVELD, Michel Jan Marinus. Improving species distribution model quality with a parallel linear genetic programming-fuzzy algorithm. 2016. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-26012017-113329/. Acesso em: 22 jan. 2026. -
APA
Bieleveld, M. J. M. (2016). Improving species distribution model quality with a parallel linear genetic programming-fuzzy algorithm (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3141/tde-26012017-113329/ -
NLM
Bieleveld MJM. Improving species distribution model quality with a parallel linear genetic programming-fuzzy algorithm [Internet]. 2016 ;[citado 2026 jan. 22 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-26012017-113329/ -
Vancouver
Bieleveld MJM. Improving species distribution model quality with a parallel linear genetic programming-fuzzy algorithm [Internet]. 2016 ;[citado 2026 jan. 22 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-26012017-113329/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
