SciELO - Scientific Electronic Library Online

 
vol.14 número3EVALUACIÓN DEL ANTAGONISMO Y MULTIPLICACIÓN DE Trichodermasp. EN SUSTRATO DE PLÁTANO EN MEDIO LÍQUIDO ESTáTICOANÁLISIS DE LA ESTRUCTURA ARBÓREA DEL SISTEMA AGROFORESTAL DE CACAO (Theobroma cacao L.) EN EL SOCONUSCO, CHIAPAS - MÉXICO índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Acta Biológica Colombiana

versión impresa ISSN 0120-548X

Resumen

RICO, CLAUDIA; PAREDES, MAYERLY  y  FERNANDEZ, NELSON. MODELACIÓN DE LA ESTRUCTURA JERÁRQUICA DE MACROINVERTEBRADOS BENTÓNICOS A TRAVÉS DE REDES NEURONALES ARTIFICIALES. Acta biol.Colomb. [online]. 2009, vol.14, n.3, pp.71-96. ISSN 0120-548X.

El estudio de la estructura jerárquica de comunidades ecológicas, se ha sintetizado de manera regular a través de técnicas multivariadas de ordenación o clasificación. Sin embargo, al contarse actualmente con herramientas analíticas de computación bioinspirada provenientes de la inteligencia artificial, existe la oportunidad de establecer modelos ecológicos, con características deseables como flexibilidad, exactitud, robustez y confiabilidad. En este contexto, esta investigación utilizó dos métodos computacionales de utilidad en ecoinformática, referidos a redes neuronales artificiales (RNARs) para la modelación de la estructura jerárquica de una comunidad de macroinvertebrados bentónicos en términos de auto-organización y predicción. El primer método de modelación consistió en un mapa de auto-organización (MAU), una herramienta de aprendizaje no supervisado que clasificó las especies de macroinvertebrados; este MAU tomó en la capa de entrada la abundancia de cada taxa, y en la de salida proyectó su clasificación en 15 unidades y cuatro agrupamientos jerárquicos. La segunda RNA, correspondió a un Perceptrón multicapa de alimentación adelantada con algoritmo de retropropagación, que modeló separadamente la riqueza y la abundancia de Ephemeroptera, Coleoptera y Trichoptera (ECT), en función de nueve variables fisicoquímicas; la arquitectura del perceptrón correspondió a una constitución de nueve, siete, y una neurona en las capas de entrada, intermedia y salida, respectivamente. Los resultados sugieren que las RNARs utilizadas evidenciaron tanto los patrones jerárquicos, como los de riqueza y abundancia de ECT de manera adecuada, al tiempo que facilitaron el análisis de los datos y el entendimiento de la dinámica de la comunidad de macroinvertebrados, objeto de estudio.

Palabras clave : ecología computacional; ecología informática; mapa de auto-organización; perceptrón multicapa; Matlab.

        · resumen en Inglés     · texto en Español     · Español ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons