Explainable artificial intelligence enhances the ecological interpretability of black‐box species distribution models
Ryo, Masahiro
, Angelov, Boyan , Mammola, Stefano , Kass, Jamie M. , Benito, Blas M. und Hartig, Florian
(2021)
Explainable artificial intelligence enhances the ecological interpretability of black‐box species distribution models.
Ecography 44 (2), S. 199-205.
Veröffentlichungsdatum dieses Volltextes: 11 Okt 2021 13:10
Artikel
Alternative Links zum Volltext
Beteiligte Einrichtungen
Details
| Dokumentenart | Artikel | ||||
| Titel eines Journals oder einer Zeitschrift | Ecography | ||||
| Verlag: | Wiley | ||||
|---|---|---|---|---|---|
| Ort der Veröffentlichung: | HOBOKEN | ||||
| Band: | 44 | ||||
| Nummer des Zeitschriftenheftes oder des Kapitels: | 2 | ||||
| Seitenbereich: | S. 199-205 | ||||
| Datum | 2021 | ||||
| Institutionen | Biologie und Vorklinische Medizin > Institut für Pflanzenwissenschaften > Arbeitsgruppe Theoretische Ökologie (Prof. Dr. Florian Hartig) | ||||
| Identifikationsnummer |
| ||||
| Stichwörter / Keywords | ; ecological modeling; explainable artificial intelligence; habitat suitability modeling; interpretable machine learning; species distribution model; xAI | ||||
| Dewey-Dezimal-Klassifikation | 500 Naturwissenschaften und Mathematik > 580 Pflanzen (Botanik) | ||||
| Status | Veröffentlicht | ||||
| Begutachtet | Ja, diese Version wurde begutachtet | ||||
| An der Universität Regensburg entstanden | Ja | ||||
| Dokumenten-ID | 50612 |
Bibliographische Daten exportieren
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
Altmetric
Altmetric