Lokesh Goregaonkar · Jay Kakade · Arnav Akhade 等 4 人
探讨可解释人工智能在智慧农业中的应用与挑战。
综述可解释AI方法及其在农业场景的适配。
可解释AI能提升农业模型透明度与农户信任。
可探索面向作物病害诊断的可解释模型与农户信任度实证研究。
主题相关但仅标题与期刊名，无方法、数据与结论细节，信息增量不足，不宜进入每日精选。
可解释人工智能在智慧农业中的研究。《国际创新技术研究杂志》
系统综述2016-2026年智慧农业中代理式、自主与可解释AI研究，揭示可解释性主导、自主性不足及验
Robust and transparent crop-row detection from RGB field imagery for vision-based agricultural guidance systems。Precision Agriculture
将植物图像分3x3网格反演ODE参数，构建空间生理热图与预测数字孪生。
Entomopathogenic nematode recent applications in precision agriculture: Methods, challenges, and future perspectives。Journal of Invertebrate Pathology
Barley head detection using UAV imagery and YOLOv10。Precision Agriculture
Platform for Smart Agriculture -Research and Technological Innovation PlaSmA Research Group (PRG) Platform for Smart Agriculture -Research and Technological Innovation。OpenAlex