中国农业科学院 AI赋能农产品贸易跨境有害生物风险管控 植保所登Artificial Intelligence in Agriculture
植保所农业入侵生物预防与监控创新团队利用人工智能技术有效破解跨境有害生物多阶段风险评估与管控决策衔接脱节难题,相关研究成果发表在农业人工智能期刊上。研究团队首次解析了柑橘害虫随跨境贸易传入的243条风险路径和98个关键风险节点,将多阶段定量风险评估信息与大语言模型等生成式人工智能相结合,构建了证据可追溯、结论可解释的智能风险研判与辅助决策应用系统。
人工智能算法、大模型与决策支持系统
植保所农业入侵生物预防与监控创新团队利用人工智能技术有效破解跨境有害生物多阶段风险评估与管控决策衔接脱节难题,相关研究成果发表在农业人工智能期刊上。研究团队首次解析了柑橘害虫随跨境贸易传入的243条风险路径和98个关键风险节点,将多阶段定量风险评估信息与大语言模型等生成式人工智能相结合,构建了证据可追溯、结论可解释的智能风险研判与辅助决策应用系统。
黑龙江佳木斯国家农业高新技术产业示范区依托中国科学院研发的伏羲大脑农业大模型搭建普惠式智慧农业服务体系,串联10项农业相关环节:农事指导、农资直供、农机呼叫、卖粮、补贴、培训、金融保险等;服务佳木斯100多万亩农田,一年半扩大至600多万亩,覆盖6万多户农民。
该论文评估了测量噪声对NARX机器学习模型估算根区土壤水分动态精度的影响。
提出审计到评审框架,先固定证据身份再比较作物图像分类器,并关联预测不确定性与评审工作量。
系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。
提出TSAFI-DT数字孪生框架,用贝叶斯优化XGBoost预测印度花生产量并做反事实情景分析。
用自建RGB小麦种子数据集对比YOLOv8n与YOLO11n的检测计数性能。
系统综述AI在可持续农业中的应用,分析生产力与可持续性影响及推广障碍。
综述AI施肥推荐研究,并用马哈拉施特拉数据集比较七种分类器,提出可审计智能施肥推荐框架。
用无人机可见光影像和深度学习模型区分直播稻、湿直播稻与移栽稻三种水稻种植方式。
用YOLOv8n-seg分割猪体并提取EfficientNet特征,结合回归模型实现非侵入式猪体重估
综述AI作物推荐研究,指出高准确率多源于数据与验证缺陷。
提出知识引导的深度学习框架AgroEvoDeep-Yield,实现玉米逐日产量形成的可解释模拟与持续
综述90篇文献,提出PRAS框架与就绪度量表,评估智能体AI在畜舍管理中的应用与成熟度。
提出CBAM-LeafGAN,用选择性注意力增强StyleGAN3合成芒果叶病图像并提升识别可解释性
提出NRA-LoRA微调方法,构建农机农艺知识数据集,提升白萝卜定植收获垂直大模型性能。
提出BiF-YOLO模型,在制种田实现玉米穗精准检测。
提出双注意力序列优化网络DASO-RiceNet,实现10类水稻病害与损伤的高精度分类。
9月4-6日第31届中国农学会计算机农业应用分会学术年会在哈尔滨召开,江苏农科院信息所所长任妮作《高质量数据集驱动的'人工智能+'农业应用场景构建》报告,期间赴哈工大、中国移动黑龙江、北大荒信息、黑龙江省农科院等调研'天工开悟'大模型场景应用与未来农场数字化建设。
黑龙江佳木斯国家农业高新技术产业示范区依托中国科学院伏羲大脑农业大模型搭建轻量化普惠式智慧农服平台,串联10项农业相关环节(农事指导、农资直供、农机呼叫、卖粮、补贴、培训、金融保险等),服务面积一年半从100多万亩扩大到600多万亩,覆盖6万多户农民。