农业AI与大模型

评估五种深度卷积神经网络在自然田间条件下对绿豆叶部病害的识别性能。

系统综述深度学习在气候、能源、农业和城市领域的SDG应用，并提出负责任AI优化路径。

综述智能农学新兴技术与可持续实践，重点评述第13章未来农学趋势与挑战。

研究气候变化与植被动态对莫桑比克玉米生产的影响，采用分位数回归和机器学习方法。

研究沙特AI采用与粮食安全、水资源效率的动态关系，发现AI提升短期粮食安全与工业用水效率。

利用中国省级面板数据，实证检验AI对农业生产效率的影响及机制转换。

研究视频多目标跟踪系统在不同扫描条件下估算苹果产量的性能。

专家圆桌讨论AI在农业中的应用，强调建立统一评测标准以推进落地。

综述深度学习用于卫星影像土地覆盖分类的语义分割方法，并分析挑战与未来方向。

提出基于线性光谱混合分析和随机森林的作物残茬覆盖度遥感估算方法，应用于华北平原。

综述AI在农业经济学和农场决策支持系统中的应用，涵盖技术、挑战与未来方向。

提出智能作物推荐系统，结合AI与实时天气，推荐作物并检测病害。

提出结合深度学习特征匹配与3D高斯泼溅的脐橙高保真三维重建框架，解决弱纹理高光表面重建难题。

Automated extraction of facial surface temperature from thermal images of calves using deep learning-based instance segmentation: Technical validation and associations with rectal temperature。Smart Agricultural Technology

提出轻量级作物病虫害识别网络MOIR-Net，结合多尺度重参数化与能量注意力，实现高效精准识别。

开发了一种水下机器人工具，用扎带修复水产养殖网破损，并初步验证可行性。

提出SFNL-Former网络，通过空间-频率分离和长程建模提升降水预报精度。

比较葡萄叶片上下表面颜色特征，发现下表面更能区分品种。

综述数据驱动的农化供应链需求预测与决策支持系统，分析统计、ML/DL等方法并指出未来方向。

用机器学习集成方法预测作物产量，比较七种回归算法，发现Bagging效果最佳。