Обзор: применение искусственного интеллекта в феномике

Review: Application of Artificial Intelligence in Phenomics
Byoung–Kwan Cho, Insuck Baek, Shona Nabwire, Hyun Kwon Suh, Moon S. Kim
2021-06-25

искусственный интеллекткомпьютерное зрениеглубокое обучениевысокопроизводительный фенотипинграстительная феномика
В последние несколько лет феномика растений стремительно развивается. Этот прогресс обусловлен усилением инновационной активности и доступностью новых технологий, позволяющих осуществлять высокопроизводительное фенотипирование сложных признаков растений. В последние годы применение искусственного интеллекта в различных областях науки также росло экспоненциально. В частности, такие направления искусственного интеллекта, как компьютерное зрение, машинное обучение и глубокое обучение, были успешно интегрированы в неинвазивные методы визуализации. Такая интеграция постепенно повышает эффективность сбора и анализа данных благодаря применению машинного и глубокого обучения для надежного анализа изображений. Кроме того, искусственный интеллект способствовал разработке программного обеспечения и инструментов, применяемых при полевом фенотипировании для сбора данных и управления ими. К ним относятся устройства и инструменты с открытым исходным кодом, обеспечивающие исследования на основе сотрудничества и обмен данными в научном сообществе, что позволяет получать большие объемы данных, необходимые для точного изучения фенотипов. В статье рассматривается более ста современных передовых публикаций, посвященных применению искусственного интеллекта в фенотипировании растений и опубликованных в период с 2010 по 2020 год. Представлен обзор современных технологий фенотипирования и продолжающейся интеграции искусственного интеллекта в фенотипирование растений. Наконец, обсуждаются ограничения существующих подходов и методов, а также перспективные направления дальнейших исследований.
1
Интеграция искусственного интеллекта с компьютерным зрением, машинным обучением и глубоким обучением улучшает неинвазивную визуализацию растений, сбор данных и устойчивый анализ изображений.
2
Программное обеспечение и инструменты для полевого фенотипирования на основе ИИ улучшают сбор и управление данными, включая применение устройств с открытым исходным кодом и обмен данными в исследовательском сообществе.
3
Искусственный интеллект способствует высокопроизводительному фенотипированию сложных признаков растений благодаря развитию технологий визуализации и фенотипирования.
4
Современные подходы к фенотипированию на основе ИИ имеют выявленные ограничения, что обосновывает необходимость дальнейшего методологического развития и исследований.
5
В обзоре проанализировано более 100 передовых исследований по применению ИИ в фенотипировании растений, опубликованных в период с 2010 по 2020 год.

Системы и технологии фенотипирования растений с применением искусственного интеллекта

Интеграция компьютерного зрения, машинного и глубокого обучения для высокопроизводительной неинвазивной визуализации признаков растений, сбора, управления и анализа данных

Publication Details
Publication Date
2021-06-25
Journal
Publisher
ISSN
Cited by
91
Access Type
Author Information
Authors
Byoung–Kwan Cho
Insuck Baek
Shona Nabwire
Hyun Kwon Suh
Moon S. Kim
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%