%0 Journal Article
%T MODELACI車N DE LA ESTRUCTURA JER芍RQUICA DE MACROINVERTEBRADOS BENT車NICOS A TRAV谷S DE REDES NEURONALES ARTIFICIALES
%A Rico Claudia
%A Paredes Mayerly
%A Fernandez Nelson
%J Acta Biol車gica Colombiana
%D 2009
%I Universidad Nacional de Colombia
%X El estudio de la estructura jer芍rquica de comunidades ecol車gicas, se ha sintetizado de manera regular a trav谷s de t谷cnicas multivariadas de ordenaci車n o clasificaci車n. Sin embargo, al contarse actualmente con herramientas anal赤ticas de computaci車n bioinspirada provenientes de la inteligencia artificial, existe la oportunidad de establecer modelos ecol車gicos, con caracter赤sticas deseables como flexibilidad, exactitud, robustez y confiabilidad. En este contexto, esta investigaci車n utiliz車 dos m谷todos computacionales de utilidad en ecoinform芍tica, referidos a redes neuronales artificiales (RNARs) para la modelaci車n de la estructura jer芍rquica de una comunidad de macroinvertebrados bent車nicos en t谷rminos de auto-organizaci車n y predicci車n. El primer m谷todo de modelaci車n consisti車 en un mapa de auto-organizaci車n (MAU), una herramienta de aprendizaje no supervisado que clasific車 las especies de macroinvertebrados; este MAU tom車 en la capa de entrada la abundancia de cada taxa, y en la de salida proyect車 su clasificaci車n en 15 unidades y cuatro agrupamientos jer芍rquicos. La segunda RNA, correspondi車 a un Perceptr車n multicapa de alimentaci車n adelantada con algoritmo de retropropagaci車n, que model車 separadamente la riqueza y la abundancia de Ephemeroptera, Coleoptera y Trichoptera (ECT), en funci車n de nueve variables fisicoqu赤micas; la arquitectura del perceptr車n correspondi車 a una constituci車n de nueve, siete, y una neurona en las capas de entrada, intermedia y salida, respectivamente. Los resultados sugieren que las RNARs utilizadas evidenciaron tanto los patrones jer芍rquicos, como los de riqueza y abundancia de ECT de manera adecuada, al tiempo que facilitaron el an芍lisis de los datos y el entendimiento de la din芍mica de la comunidad de macroinvertebrados, objeto de estudio.
%K ecolog赤a computacional
%K ecolog赤a inform芍tica
%K mapa de auto-organizaci車n
%K perceptr車n multicapa
%K Matlab.
%U http://revistas.unal.edu.co/index.php/actabiol/article/view/12598