| 1. Identificação | ||||
| Tipo de Referência | Artigo em Evento (Conference Proceedings) | |||
| Site | marte.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Repositório | dpi.inpe.br/sbsr@80/2008/11.17.20.33 | |||
| Última Atualização | 2009:03.29.10.14.14 (UTC) administrator | |||
| Repositório de Metadados | dpi.inpe.br/sbsr@80/2008/11.17.20.33.39 | |||
| Última Atualização dos Metadados | 2022:07.07.03.46.47 (UTC) administrator | |||
| Chave Secundária | INPE-16069-PRE/10678 | |||
| ISBN | 978-85-17-00044-7 | |||
| Chave de Citação | XimenesAmarArcoMont:2009:ReNeSe | |||
| Título | Redes neurais para a seleção de variáveis ambientais no processo de modelagem de distribuição de espécies na região Norte do Brasil  | |||
| Formato | DVD, On-line. | |||
| Ano | 2009 | |||
| Data de Acesso | 11 maio 2024 | |||
| Tipo Secundário | PRE CN | |||
| Número de Arquivos | 1 | |||
| Tamanho | 664 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Ximenes, Arimatéa de Carvalho 2 Amaral, Silvana 3 Arcoverde, Gustavo Felipe Balué 4 Monteiro, Antônio Miguel Vieira | |||
| Identificador de Curriculo | 1 2 3 4 8JMKD3MGP5W/3C9JGJN | |||
| Grupo | 1 DPI-OBT-INPE-MCT-BR 2 DPI-OBT-INPE-MCT-BR 3 4 DPI-OBT-INPE-MCT-BR | |||
| Afiliação | 1 DPI - INPE 2 dpi - inpe 3 DSR - INPE 4 dpi - inpe | |||
| Endereço de e-Mail do Autor | 1 arimatea@dpi.inpe.br 2 silvana@dpi.inpe.br 3 gustavo@dsr.inpe.br 4 miguel@dpi.inpe.br | |||
| Editor | Epiphanio, José Carlos Neves Galvão, Lênio Soares | |||
| Endereço de e-Mail | lise@dpi.inpe.br | |||
| Nome do Evento | Simpósio Brasileiro de Sensoriamento Remoto, 14 (SBSR) | |||
| Localização do Evento | Natal | |||
| Data | 25-30 abr. 2009 | |||
| Editora (Publisher) | Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Cidade da Editora | São José dos Campos | |||
| Páginas | 5531-5538 | |||
| Título do Livro | Anais | |||
| Tipo Terciário | Artigo | |||
| Organização | Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Histórico (UTC) | 2008-11-18 00:53:05 :: silvana@dpi.inpe.br -> lise@dpi.inpe.br :: 2008-12-02 16:06:39 :: lise@dpi.inpe.br -> sbsr :: 2008-12-15 19:58:50 :: sbsr -> lise@dpi.inpe.br :: 2009-01-19 13:44:42 :: lise@dpi.inpe.br -> sbsr :: 2009-02-19 20:17:34 :: sbsr -> administrator :: 2009-05-28 13:03:08 :: administrator -> lise@dpi.inpe.br :: 2009-06-09 19:31:44 :: lise@dpi.inpe.br -> marciana :: 2009-06-22 13:55:24 :: marciana -> erich@sid.inpe.br :: 2009-06-26 18:25:39 :: erich@sid.inpe.br -> administrator :: 2009-08-05 01:59:46 :: administrator -> erich@sid.inpe.br :: 2010-05-14 02:40:41 :: erich@sid.inpe.br -> marciana :: 2011-02-16 14:17:14 :: marciana -> administrator :: 2009 2022-07-07 03:46:47 :: administrator -> :: 2009 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Palavras-Chave | : spatial correlation Self Organizing Maps neural network spatial distribution modeling and climate data | |||
| Resumo | Predictive species distributions models works over species occurrence records and environmental data to produce a model of the species requirements and a map of its potential geographical distribution. The large number of environmental data available for species distribution modeling requires a rigorous pre-processing analysis: models generated with a few non-correlated variables are more robust and easily interpreted. This work proposes using neural network approach (Self Organizing Maps) to analyze the spatial dependence of climatic and bioclimatic variables commonly used in species distribution modeling. The spatial heterogeneity of 58 variables were prepared based on cells space in approach, provided by TerraView, and analyzed in the neural map Considering the Brazilian North Region Brazilian as area of interest, it was identified some groups by its spatial correlation, and it was observed that latitude, longitude and altitude could substitute most of climatic variables, offering better spatial resolution. This methodological approach can be applied over different regions and data sets offering a spatial criteria for variable selection and optimizing the modeling process. | |||
| Área | SRE | |||
| Tipo | Monitoramento e Modelagem Ambiental | |||
| Arranjo | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Redes neurais para... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source |
| |||
| Conteúdo da Pasta agreement | não têm arquivos | |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://urlib.net/ibi/dpi.inpe.br/sbsr@80/2008/11.17.20.33 | |||
| URL dos dados zipados | http://urlib.net/zip/dpi.inpe.br/sbsr@80/2008/11.17.20.33 | |||
| Idioma | pt | |||
| Arquivo Alvo | 5531-5538.pdf | |||
| Grupo de Usuários | administrator silvana@dpi.inpe.br lise@dpi.inpe.br marciana erich@sid.inpe.br administrator | |||
| Grupo de Leitores | administrator silvana@dpi.inpe.br | |||
| Visibilidade | shown | |||
| 5. Fontes relacionadas | ||||
| Repositório Espelho | dpi.inpe.br/marte1@80/2009/05.26.17.02 | |||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3EQCCU5 | |||
| Lista de Itens Citando | sid.inpe.br/mtc-m21/2012/07.13.14.40.32 2 | |||
| Acervo Hospedeiro | dpi.inpe.br/netuno@1905/2006/07.17.20.18 dpi.inpe.br/banon/2003/12.10.19.30 | |||
| 6. Notas | ||||
| Agência Financiadora | CNPq | |||
| Nota | 1 | |||
| Campos Vazios | archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition identifier issn label lineage nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarymark serieseditor shorttitle tertiarymark url versiontype volume | |||