AI For Sustainable Development Opportunities & Innovation
综述AI在可持续发展各领域的机会与创新路径,并强调负责任AI的治理要求。
浏览数字农业与前沿技术相关政策、产业动态与研究。
综述AI在可持续发展各领域的机会与创新路径,并强调负责任AI的治理要求。
系统映射181项研究,梳理农业代理式AI的架构、应用、挑战与未来方向。
提出PCA深度特征优化框架,用ViT+SVM分类橙子病害,准确率达99.12%。
构建并验证MAC-AgriTech模型,分析巴西农业数字技术采纳的条件因素与区域差异。
巴西昆虫调查平台整合计算机视觉、田间试验与种群建模,实现害虫实时监测与治理。
综述量子机器学习用于高光谱土壤养分估算,指出其尚处早期并给出研究路线图。
基于六组一周IoT课程原型文档,分析其架构、AI集成与安全模式。
提出AI+物联网+遥感驱动的精准农业概念框架,提升印度气候韧性作物生产。
通过成本效益分析评估AI智能灌溉系统的经济与环境影响。
用文献计量法梳理2007-2025年AI与气候变化及可持续发展交叉研究,揭示主题演化与地域失衡。
提出AlexNet与蚁群优化混合路由框架,用于云智慧农业的智能路由与资源分配。
开发集成物联网监测与物料流成本核算的山羊养殖数字平台GEMBALA。
提出MDA-HI框架,融合过程模型与混合智能,用于作物生长与产量预测。
基于278个地级市面板数据,实证检验人工智能对农业新质生产力的驱动机制与空间溢出效应。
开发基于RGB图像处理的生菜尺寸估计软件,用于选择性采收决策。
提出SCR-XGB五层框架,用梯度提升树集成从土壤和气候参数推荐作物。
构建马来西亚地表水质机器学习框架,融合多源环境数据实现分类、预测与污染事件检测。
系统综述2016-2026年24项作物推荐研究,比较四类机器学习方法并指出基准精度已趋饱和。
通过RNA-seq、WGCNA和XGBoost-SHAP分析,鉴定小麦根和茎中响应干旱的候选基因。
构建可复现工作流,用气候变量与机器学习分类蜂蜜产量。