【プレスリリース】翌日のナメクジ出現を気象条件から事前に予測 | 日本の研究.com
ポイント近年日本に侵入した外来の大型ナメクジ（マダラコウラナメクジ）の出現予報モデルを提案。札幌市在住の市民が 2 年間に亘りほぼ毎日（716 日間）集めた，ナメクジの観察記録を使用。最新の機械学習の研究を援用したことで，ナメクジの出現数と気象条件との関係を詳細に解明。 概要北海道大学大学院農学研究院森林生態系管理学研究室の森井悠太研究員らの研究グループは，近年日本に侵入した北欧原産の外来ナメクジ，マダラコウラナメクジ（図１）の活動がどのような気象条件の下で活発化するのかを，一般市民による長期間の観察と，最新の統計手法により推定しました。ナメクジが活発化する環境条件だけでなく，前日の気象条件から翌日のナメクジの動向を推定することにも成功し，ナメクジの出現を事前に予測するナメクジ出現予報の手法を提示しました。 マダラコウラナメクジは世界的に有名な侵略的外来種であり，農作物を食害する農業害虫と
カイカムリのスポンジ選択で学ぶ階層ベイズモデリング - katsumushiのはてなブログ
このプレプリントで、カイカムリにサイズの異なる三つのスポンジを与えて、どのサイズを気に入るかテストしています。その解析部分をここで解説してみます。それぞれの選択肢を選ぶ確率が身体の大きさと脚の欠損度合いとどのような関係にあるか、統計モデルをつくって推定してみようと思います。また、この選択行動に個体差があると考えてそれがどれくらいか推定してみます。個性を考慮しないモデルも適用しWAICをつかったモデルの評価もしていますが、ここでは省略します。興味のあるかたは論文とコードを参照してください。 コードはこちら：https://gist.github.com/kagaya/3188dd0a4571b068e501aeef9863e255 松浦氏のStanとRでベイズ統計モデリング、階層ベイズモデルとWAICに多くを負っています。 データ CSV file for Harada and Kagaya
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
RStan：Taglibro de H：SSブログ
