[論文レビュー] Evaluation of Deep Species Distribution Models using Environment and Co-occurrences

Benjamin Deneu, Maximilien Servajean+2 more|arXiv (Cornell University)|Sep 19, 2019

Species Distribution and Climate Change参考文献 20被引用数 7

ひとこと要約

この論文は、環境データ、空間座標、および種の共発生を用いて、植物種の分布予測のためのディープラーニングモデルを評価する。環境データと共発生データを統合する新しい共同ニューラルネットワークを提案し、環境データのみを用いたモデルに比べて顕著な性能向上を達成しており、これらのデータソース間に補完的な情報が存在することを示している。

ABSTRACT

This paper presents an evaluation of several approaches of plants species distribution modeling based on spatial, environmental and co-occurrences data using machine learning methods. In particular, we re-evaluate the environmental convolutional neural network model that obtained the best performance of the GeoLifeCLEF 2018 challenge but on a revised dataset that fixes some of the issues of the previous one. We also go deeper in the analysis of co-occurrences information by evaluating a new model that jointly takes environmental variables and co-occurrences as inputs of an end-to-end network. Results show that the environmental models are the best performing methods and that there is a significant amount of complementary information between co-occurrences and environment. Indeed, the model learned on both inputs allows a significant performance gain compared to the environmental model alone.

研究の動機と目的

• 環境データ、空間座標、および共発生データを用いた植物種の分布モデリングのための複数のディープラーニング手法を評価・比較すること。
• GeoLifeCLEF 2018 チャレンジの修正済みデータセットを用いて、環境畳み込みニューラルネットワーク（Env-CNN）を再評価すること。
• 環境変数とは別に、種の共発生パターンが種の存在予測にどのように補完的価値を提供するかを調査すること。
• 環境データと共発生データの両方を同時に学習する共同ニューラルネットワークモデルを設計・評価すること。
• 環境データと共発生データの後期統合（late fusion）が、個々のモデルよりも性能を向上させるかどうかを評価すること。

提案手法

• 標的位置を中心にした環境画像パッチ（例：気温、土壌タイプ）を用いて畳み込みニューラルネットワーク（Env-CNN）を訓練し、種の存在を予測する。
• 既知の種の出現位置の地理座標のみを入力として用いた空間的ランダムフォレストモデル（Spa-RF）を実装する。
• 最近接する観測位置の種リストに基づいて種を予測する最近傍法ベースの分類器（Spa-CC）を構築する。
• 他の近隣種の存在に基づいて種の存在を予測する共発生ニューラルネットワーク（Cooc-NN）を開発する。
• 環境パッチと共発生パターンの両方を入力として受け取り、それらの統合表現をエンドツーエンドで学習する共同ニューラルネットワーク（Env-Cooc-JNN）を提案する。
• Env-CNN と Cooc-NN の予測結果を別々の推論後に統合する後期統合モデル（Env-Cooc-LF）を構築する。

実験結果

リサーチクエスチョン

• RQ1 環境データと共発生データを統合する共同ディープラーニングモデルは、一方のデータタイプのみを用いたモデルを上回る性能を示すか？
• RQ2 元の汚染済みデータセットではなく、修正済みの環境パッチを用いてトレーニングされた環境畳み込みニューラルネットワーク（Env-CNN）モデルの性能はどのように変化するか？
• RQ3 共発生パターンが環境変数に対してどの程度補完的な情報を提供するか？
• RQ4 なぜ環境データと共発生データの後期統合は、共同学習に比べて性能向上を達成できないのか？
• RQ5 個々の種が希少であっても、ニューラルネットワークは共発生パターンから種集団の特徴を検出できるか？

主な発見

• 修正済みデータセット上で、環境畳み込みニューラルネットワーク（Env-CNN）が最高の性能を示し、平均逆順位（MRR）スコアは 0.0458 に達した。これは元のデータセットでのスコア 0.0435 よりも優れている。
• 共同モデル（Env-Cooc-JNN）は、環境CNN単体よりも顕著に優れた性能を示しており、環境変数のみでは捉えきれない共発生データの補完的価値が存在することを裏付けている。
• 後期統合モデル（Env-Cooc-LF）は、Env-CNN単体の性能を向上させず、環境データと共発生データの補完的情報は、後期統合ではなく共同学習によってのみ効果的に活用できることが示された。
• 共発生モデル（Cooc-NN）は、最近接位置分類器（Spa-CC）よりも一般化性能に優れており、ニューラルネットワークが共発生データからコミュニティレベルのパターンを検出できることを示唆している。
• 空間的ランダムフォレストモデル（Spa-RF）は、空間座標のみを入力として使用しているにもかかわらず、強力な性能を示しており、最小限の入力で実用的なシステムに応用可能であることが示された。
• 共同モデル（Env-Cooc-JNN）は、すべての評価指標で最高の全体的な性能を達成しており、エンドツーエンド学習によって環境データと共発生データを統合することで、より豊かな生態的シグナルが捉えられることが確認された。