Buchumschlag

AI-based Mapping of the Conservation Status of Orchid Assemblages at Global Scale

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Estopinan, Joaquim, Servajean, Maximilien, Bonnet, Pierre, Joly, Alexis, Munoz, François
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modelling Species Distributions with Deep Learning to Predict Plant Extinction Risk and Assess Climate Change Impacts
von: Estopinan, Joaquim, et al.
Veröffentlicht: (2024)

Applying the maximum entropy principle to neural networks enhances multi-species distribution models
von: Ryckewaert, Maxime, et al.
Veröffentlicht: (2024)

Mapping biodiversity at very-high resolution in Europe
von: Leblanc, César, et al.
Veröffentlicht: (2025)

Cooperative learning of Pl@ntNet's Artificial Intelligence algorithm: how does it work and how can we improve it?
von: Lefort, Tanguy, et al.
Veröffentlicht: (2024)

Overview of GeoLifeCLEF 2023: Species Composition Prediction with High Spatial Resolution at Continental Scale Using Remote Sensing
von: Botella, Christophe, et al.
Veröffentlicht: (2025)

A Gibbs posterior sampler for inverse problem based on prior diffusion model
von: Giovannelli, Jean-François
Veröffentlicht: (2026)

MALPOLON: A Framework for Deep Species Distribution Modeling
von: Larcher, Theo, et al.
Veröffentlicht: (2024)

GROS: A General Robust Aggregation Strategy
von: Cholaquidis, Alejandro, et al.
Veröffentlicht: (2024)

Estimation of instrument and noise parameters for inverse problem based on prior diffusion model
von: Giovannelli, Jean-François
Veröffentlicht: (2026)

Nonlinear Dimensionality Reduction with Diffusion Maps in Practice
von: Beier, Sönke, et al.
Veröffentlicht: (2026)

Dual Random Fields and their Application to Mineral Potential Mapping
von: Riquelme, Álvaro I.
Veröffentlicht: (2024)

Data is missing again -- Reconstruction of power generation data using $k$-Nearest Neighbors and spectral graph theory
von: Pierrot, Amandine, et al.
Veröffentlicht: (2024)

Ensemble data assimilation to diagnose AI-based weather prediction model: A case with ClimaX version 0.3.1
von: Kotsuki, Shunji, et al.
Veröffentlicht: (2024)

Common Structure Discovery in Collections of Bipartite Networks: Application to Pollination Systems
von: Lacoste, Louis, et al.
Veröffentlicht: (2025)

Manifold Dimension Estimation via Local Graph Structure
von: Bi, Zelong, et al.
Veröffentlicht: (2025)

A Survey and Comparative Evaluation of Intrinsic Dimension Estimators under the Manifold Hypothesis
von: Bi, Zelong, et al.
Veröffentlicht: (2025)

Mapping Methane -- The Impact of Dairy Farm Practices on Emissions Through Satellite Data and Machine Learning
von: Bi, Hanqing, et al.
Veröffentlicht: (2024)

Decomposing Global AUC into Cluster-Level Contributions for Localized Model Diagnostics
von: Sudjianto, Agus, et al.
Veröffentlicht: (2025)

Robust Analysis for Resilient AI System
von: Wang, Yu, et al.
Veröffentlicht: (2025)

Player Pressure Map -- A Novel Representation of Pressure in Soccer for Evaluating Player Performance in Different Game Contexts
von: Gu, Chaoyi, et al.
Veröffentlicht: (2024)

A Latent Variable Framework for Scaling Laws in Large Language Models
von: Cai, Peiyao, et al.
Veröffentlicht: (2025)

Longitudinal Risk Prediction in Mammography with Privileged History Distillation
von: Karimian, Banafsheh, et al.
Veröffentlicht: (2026)

Teleodynamic Learning a new Paradigm For Interpretable AI
von: ter Horst, Enrique, et al.
Veröffentlicht: (2026)

Masked Mineral Modeling: Continent-Scale Mineral Prospecting via Geospatial Infilling
von: Nair, Sujay, et al.
Veröffentlicht: (2025)

Effective climate policies for major emission reductions of ozone precursors: Global evidence from two decades
von: Yao, Ningning, et al.
Veröffentlicht: (2025)

An Explainable AI Model for Predicting the Recurrence of Differentiated Thyroid Cancer
von: Ahmad, Mohammad Al-Sayed, et al.
Veröffentlicht: (2024)

Do we actually understand the impact of renewables on electricity prices? A causal inference approach
von: Cacciarelli, Davide, et al.
Veröffentlicht: (2025)

GeoPl@ntNet: A Platform for Exploring Essential Biodiversity Variables
von: Picek, Lukas, et al.
Veröffentlicht: (2025)

Applying the maximum entropy principle to neural networks enhances multi‐species distribution models
von: Maxime Ryckewaert, et al.
Veröffentlicht: (2026)

AI and analytics in sports: Leveraging BERTopic to map the past and chart the future
von: Mishra, Manit
Veröffentlicht: (2025)

Spatial Heterogeneity in Climate Risk and Human Flourishing: An Exploration with Generative AI
von: Iacus, Stefano Maria, et al.
Veröffentlicht: (2026)

RestoreAI -- Pattern-based Risk Estimation Of Remaining Explosives
von: Kischelewski, Björn, et al.
Veröffentlicht: (2025)

The Weather Paradox: Why Precipitation Fails to Predict Traffic Accident Severity in Large-Scale US Data
von: Bellec, Yann, et al.
Veröffentlicht: (2026)

Inductive Global and Local Manifold Approximation and Projection
von: Kim, Jungeum, et al.
Veröffentlicht: (2024)

When Should Humans Step In? Optimal Human Dispatching in AI-Assisted Decisions
von: Tan, Lezhi, et al.
Veröffentlicht: (2026)

A Two-Stage Federated Learning Approach for Industrial Prognostics Using Large-Scale High-Dimensional Signals
von: Su, Yuqi, et al.
Veröffentlicht: (2024)

DeepMIDE: A Multi-Output Spatio-Temporal Method for Ultra-Scale Offshore Wind Energy Forecasting
von: Ye, Feng, et al.
Veröffentlicht: (2024)

Zero-inflation in the Multivariate Poisson Lognormal Family
von: Batardière, Bastien, et al.
Veröffentlicht: (2024)

Fair Model-based Clustering
von: Park, Jinwon, et al.
Veröffentlicht: (2026)

Feature Impact Analysis on Top Long-Jump Performances with Quantile Random Forest and Explainable AI Techniques
von: Gan, Qi, et al.
Veröffentlicht: (2025)