Horizon / Plein textes La base de ressources documentaires de l'IRD

IRD

 

Publications des scientifiques de l'IRD

Lorieul T., Pearson K. D., Ellwood E. R., Goeau H., Molino Jean-François, Sweeney P. W., Yost J. M., Sachs J., Mata-Montero E., Nelson G., Soltis P. S., Bonnet P., Joly A. (2019). Toward a large-scale and deep phenological stage annotation of herbarium specimens : case studies from temperate, tropical, and equatorial floras. Applications in Plant Sciences, 7 (3), e1233 [14 p.]. ISSN 2168-0450

Fichier PDF disponiblehttp://horizon.documentation.ird.fr/exl-doc/pleins_textes/divers19-04/010075504.pdf[ PDF Link ]

Lien direct chez l'éditeur doi:10.1002/aps3.1233

Titre
Toward a large-scale and deep phenological stage annotation of herbarium specimens : case studies from temperate, tropical, and equatorial floras
Année de publication2019
Type de documentArticle référencé dans le Web of Science WOS:000461823400007
AuteursLorieul T., Pearson K. D., Ellwood E. R., Goeau H., Molino Jean-François, Sweeney P. W., Yost J. M., Sachs J., Mata-Montero E., Nelson G., Soltis P. S., Bonnet P., Joly A.
SourceApplications in Plant Sciences, 2019, 7 (3), p. e1233 [14 p.]. p. e1233 [14 p.] ISSN 2168-0450
RésuméPremise of the Study Phenological annotation models computed on large-scale herbarium data sets were developed and tested in this study. Methods Herbarium specimens represent a significant resource with which to study plant phenology. Nevertheless, phenological annotation of herbarium specimens is time-consuming, requires substantial human investment, and is difficult to mobilize at large taxonomic scales. We created and evaluated new methods based on deep learning techniques to automate annotation of phenological stages and tested these methods on four herbarium data sets representing temperate, tropical, and equatorial American floras. Results Deep learning allowed correct detection of fertile material with an accuracy of 96.3%. Accuracy was slightly decreased for finer-scale information (84.3% for flower and 80.5% for fruit detection). Discussion The method described has the potential to allow fine-grained phenological annotation of herbarium specimens at large ecological scales. Deeper investigation regarding the taxonomic scalability of this approach is needed.
Plan de classementSciences du monde végétal [076] ; Etudes, transformation, conservation du milieu naturel [082]
Descr. géo.ETATS UNIS ; GUYANE FRANCAISE ; ZONE TEMPEREE ; ZONE TROPICALE ; ZONE EQUATORIALE
LocalisationFonds IRD [F B010075504]
Identifiant IRDfdi:010075504
Lien permanenthttp://www.documentation.ird.fr/hor/fdi:010075504

Export des données

Disponibilité des documents

Télechargment fichier PDF téléchargeable

Lien sur le Web lien chez l'éditeur

Accès réservé en accès réservé

HAL en libre accès sur HAL


* PDF Link :

    à télécharger pour citer/partager ce document sur les réseaux sociaux académiques


Accès aux documents originaux :

Le FDI est labellisé CollEx

Accès direct

Bureau du chercheur

Site de la documentation

Espace intranet IST (accès réservé)

Suivi des publications IRD (accès réservé)

Mentions légales

Services Horizon

Poser une question

Consulter l'aide en ligne

Déposer une publication (accès réservé)

S'abonner au flux RSS

Voir les tableaux chronologiques et thématiques

Centres de documentation

Bondy

Montpellier (centre IRD)

Montpellier (MSE)

Cayenne

Nouméa

Papeete

Abidjan

Dakar

Niamey

Ouagadougou

Tunis

La Paz

Quito