Home / Paisaje / Aprendizaje profundo para ayudar a los herbarios a automatizar la identificación de especies.
Aprendizaje profundo para ayudar a los herbarios a automatizar la identificación de especies.

Aprendizaje profundo para ayudar a los herbarios a automatizar la identificación de especies.

Los herbarios de todo el mundo tienen grandes colecciones de hojas de muestra con plantas secas listas para que los taxónomos anoten y clasifiquen. Este proceso a menudo toma tiempo y muchos herbarios no cuentan con los recursos para catalogar las hojas de muestra; sin embargo, los investigadores del Instituto de Tecnología de Costa Rica recientemente realizaron un estudio que utilizó un” aprendizaje profundo> para analizar un gran conjunto de datos con miles de especies de herbarios para ver si podría configurar un completo autónomo para ayudar a identificar las miles de plantas en colecciones de todo el mundo.

Al utilizar la” red neuronal convolucional> y varios conjuntos de datos del portal” idigbio> y otras fuentes (Costa Rica y Francia), capacitaron a la CNN para aprender las características visuales discriminantes de las plantas de miles de hojas de muestras de herbario. Descubrieron que “… podrían potencialmente conducir a la creación de un semi, o incluso un sistema completamente automático, para ayudar a los taxónomos y expertos a realizar su trabajo de anotación, clasificación y revisión en el herbario”. [1]. Los investigadores también encontraron que el aprendizaje podría transferirse entre las regiones cuando probaron un conjunto de datos de Costa Rica contra otro conjunto de datos de Francia. Además, para mejorar el aprendizaje y la clasificación, sería mejor eliminar las etiquetas manuscritas, los códigos de barras, los logotipos y otras marcas en las hojas de muestra. Durante la investigación, también encontraron que el aprendizaje no se transfiere a imágenes de campo de árboles, hojas, flores, sino que se utiliza mejor para las hojas de muestra de herbario.

Aprendizaje profundo para ayudar a los herbarios a automatizar la identificación de especies.
Imagen de la hoja de muestra de herbario (no utilizada en la investigación citada)

Esta investigación podría permitir a los herbarios digitalizar, analizar y anotar las colecciones, lo que reduce el tiempo de catalogación de las muestras y también el costo de mantener las colecciones, ya” que en los a herbarios se han cerrado> debido a la pérdida de fondos. También es previsible que habrá un aumento en el volumen de descripciones de nuevas especies en los próximos años.

Lea” m sobre la investigaci en>
[1] Profundizando” en la identificaci automatizada de espec herbario.>
BMC series – open, inclusive and trusted 2017 17 :181 BMC Evolutionary Biology serie BMC – abierta, inclusiva y confiable 2017 17 : 181
Autores:” jose carranza-rojas herve goeau pierre bonnet erick mata-montero y alexis joly>

Créditos de imagen
Imagen de portada: Dr.Carmen Ulloa Ulloa en el herbario, que contiene más de 6 millones de especímenes de plantas de todo el mundo | Cr%C3%A9dito” de la imagen: usuario flickr learning and education group>
Imagen de la hoja de muestra de herbario (no utilizada en la investigación citada) | Crédito de la imagen del usuario de Flickr NATT-at-NKM

Aprendizaje profundo para ayudar a los herbarios a automatizar la identificación de especies.

Artículo escrito por Damian Holmes es el fundador y editor de WLA. También es arquitecto paisajista registrado en el Instituto Australiano de Arquitectos Paisajistas y tiene más de 15 años de experiencia como arquitecto paisajista en Australia, Canadá y China.

Aprendizaje profundo para ayudar a los herbarios a automatizar la identificación de especies.

About editor

Check Also

MVRDV completa Seoullo - Skygarden de Seúl

MVRDV completa Seoullo – Skygarden de Seúl

Hoy, alcalde de Seúl, Won-soon Park abre oficialmente el nuevo jardín público de Seúl Skygarden, …

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *