日期 影响因子
日期:
2020 年 — 2026 年
2020
2021
2022
2023
2024
2025
2026
影响因子:
–

Convolutional neural networks outperform other presence-only species distribution modeling algorithms

卷积神经网络的性能优于其他仅基于物种存在情况的物种分布建模算法。

期刊:Proceedings of the National Academy of Sciences of the United States of America
影响因子:9.1
doi:10.1073/pnas.2514886123
Anand, Akash; Deneu, Benjamin; Radeloff, Volker C
发表日期：2026
文献求助 收藏

Very High Resolution Species Distribution Modeling Based on Remote Sensing Imagery: How to Capture Fine-Grained and Large-Scale Vegetation Ecology With Convolutional Neural Networks?

基于遥感影像的超高分辨率物种分布建模：如何利用卷积神经网络捕捉精细尺度和大规模的植被生态？

期刊:Frontiers in Plant Science
影响因子:4.8
doi:10.3389/fpls.2022.839279
Deneu, Benjamin; Joly, Alexis; Bonnet, Pierre; Servajean, Maximilien; Munoz, François
发表日期：2022
文献求助 收藏

Convolutional neural networks improve species distribution modelling by capturing the spatial structure of the environment

卷积神经网络通过捕捉环境的空间结构来改进物种分布模型。

期刊:PLoS Computational Biology
影响因子:3.6
doi:10.1371/journal.pcbi.1008856
Deneu, Benjamin; Servajean, Maximilien; Bonnet, Pierre; Botella, Christophe; Munoz, François; Joly, Alexis
发表日期：2021
文献求助 收藏