Coalescent-based species delimitation meets deep learning: Insights from a highly fragmented cactus system.

Perez, Manolo F; Bonatelli, Isabel A S; Romeiro-Brito, Monique; Franco, Fernando F; Taylor, Nigel P; Zappi, Daniela C; Moraes, Evandro M

Perez, Manolo F; Bonatelli, Isabel A S; Romeiro-Brito, Monique; Franco, Fernando F; Taylor, Nigel P; Zappi, Daniela C; Moraes, Evandro M.

Afiliación

Perez MF; Departamento de Biologia, Universidade Federal de São Carlos, Sorocaba, Brazil.
Bonatelli IAS; Departamento de Genética e Evolução, Universidade Federal de São Carlos, São Carlos, Brazil.
Romeiro-Brito M; Departamento de Biologia, Universidade Federal de São Carlos, Sorocaba, Brazil.
Franco FF; Departamento de Ecologia e Biologia Evolutiva, Universidade Federal de São Paulo, Diadema, Brazil.
Taylor NP; Departamento de Biologia, Universidade Federal de São Carlos, Sorocaba, Brazil.
Zappi DC; Departamento de Biologia, Universidade Federal de São Carlos, Sorocaba, Brazil.
Moraes EM; University of Gibraltar, The Alameda, Gibraltar.

Mol Ecol Resour ; 22(3): 1016-1028, 2022 Apr.

Article en En | MEDLINE | ID: mdl-34669256

Asunto(s)

Cactaceae; Aprendizaje Profundo; Teorema de Bayes; Evolución Biológica; Cactaceae/genética; Flujo Génico; Filogenia; Especificidad de la Especie

Palabras clave

approximate Bayesian computation; convolutional neural networks; deep learning; fragmented systems; recent diversification; species delimitation

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Base de datos: MEDLINE Asunto principal: Cactaceae / Aprendizaje Profundo Tipo de estudio: Prognostic_studies Idioma: En Revista: Mol Ecol Resour Año: 2022 Tipo del documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google