인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Predicting contemporary and future species distributions is relevant for science and decision making, yet the development of high‐resolution spatial predictions for numerous taxonomic groups and regions is limited by the scalability of available modelling tools. Uniting species distribution modelling (SDM) techniques into one high‐performance computing (HPC) pipeline, we developed N‐SDM , an SDM platform aimed at delivering reproducible outputs for standard biodiversity assessments. N‐SDM was built around a spatially‐nested framework, intended at facilitating the combined use of species occurrence data retrieved from multiple sources and at various spatial scales. N‐SDM allows combining two models fitted with species and covariate data retrieved from global to regional scales, which is useful for addressing the issue of spatial niche truncation. The set of state‐of‐the‐art SDM features embodied in N‐SDM includes a newly devised covariate selection procedure, five modelling algorithms, an algorithm‐specific hyperparameter grid search, and the ensemble of small‐models approach. N‐SDM is designed to be run on HPC environments, allowing the parallel processing of thousands of species at the same time. All the information required for installing and running N‐SDM is openly available on the GitHub repository https://github.com/N‐SDM/N‐SDM .
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
