国家信息农业工程技术中心学术报告

来源 : 学历在线网 2019-12-10 16:50:26

注：本平台为第三方资讯平台，不是院校官方，网站内所有信息只做参考，并不代表院校官方，招生信息以官方最新信息为准，如果不知怎么找官方，可以咨询在线客服寻求帮助。

　　国家信息农业工程技术中心学术报告

　　报告题目：基于机器学习和计算机视觉的多尺度作物表型组研究及其在稻麦育种中的应用/Combining machine learning and computer vision to establish novel multi-scale crop phenomics methods and their applications in rice and wheat breeding

　　报告人：周济教授

　　报告人单位：南京农业大学作物表型组学学交叉研究中心

　　报告时间：9月1日(周日)14:00

　　报告地点：生科楼A5002

　　内容摘要：

　　机器学习、计算机视觉、高通量数据分析等技术与生命科学的交叉结合正逐渐为植物研究开辟一系列全新的研究方向。通过学科交叉的方法可以基于多元数据集动态生成非常复杂的规则，从而完成对生物大数据的分类和复杂趋势的预测，进而建立强大的基因到表型(Genotype-Phenotype)的分型系统来精确表征细胞、器官、组织和群体在不同发育阶段和不同环境中表型组差异的遗传学基础。近几年来，这种交叉研究方法正被越来越多的顶尖生物团队应用于各类植物研究中。在本次报告中，报告人将结合英国诺维奇科学研究院和南京农业大学作物表型组学研究中心所开展的多尺度植物表型组研究，介绍植物表型采集平台及相应的高通量表型分析方法。包括如何实现从高空、田间、温室到细胞层面等不同空间尺度开展植物表型的性状获取。在报告中，报告人将着重介绍AirSurf(自动航空图像分析平台)和CropQuant(分布式田间作物监测系统)在智慧农业和小麦育种中的应用。基于正在开展的中英研究项目，报告人将讨论如何整合物联网技术、分布式计算、嵌入式人工智能和大数据管理等技术手段(如CropSight和SeedGerm)，为植物研究提供可靠的表型组学分析平台。同时，在结合具体生物学问题的基础上，讲解如何整合植物生长、气候模式和表型特征等信息，量化基因型与环境互作(GxE)以及针对产量、质量等动态性状的提取分析。由于表型组学远未完善，报告中也将讨论如何合理使用新的技术手段，以期为我国未来的植物研究产生积极影响。

免责声明：本站所提供的内容均来源于网友提供或网络搜集，由本站编辑整理，仅供个人研究、交流学习使用，不涉及商业盈利目的。如涉及版权问题，请联系本站管理员予以更改或删除。