人工智能是植物生物学中的一项新技术


人工智能是植物生物学中的一项新技术


文章图片


人工智能是植物生物学中的一项新技术


文章图片


人工智能是植物生物学中的一项新技术


文章图片


人工智能是植物生物学中的一项新技术 , 只有很少的科研人员进行了将人工智能工具应用于发芽和休眠的研究 。 然而 , 这些工作非常有趣 , 因为它们表明人工智能工具可以预测和优化发芽和休眠过程 。 种子萌发的代表性研究需要大型实验设计 , 以包括多种因素的影响 。 因此 , 实验设计意味着许多处理、重复和大量种子 。 然而 , 并不总是有合适大小的种子样本得出明确的结论 。



在这种情况下 , 人工智能工具是传统统计方法的绝佳替代品 。 有利的是 , 神经模糊逻辑技术允许同时使用未明确定义的设计空间和不同类型的数据 。 在这些工作中 , 使用人工神经网络模型比非线性回归分析更准确地预测杂草的发芽 。 此外 , 对这些模型进行了改进 , 包括一些休眠参数 , 例如后熟 , 并实施了遗传算法对其进行优化 。 在这个优化过程中 , 他们的实验数据和训练数据之间的均方误差被最小化 。



因此 , 它们允许获得更简约的模型并具有更好的预测能力 。 大多数萌发研究是在具有商业利益的种子上进行的 , 然而 , 许多从未被人类栽培过的野生物种具有深度休眠 , 并且存在胚胎发育不全和生理休眠的种子 。 此外 , 一些发芽差的植物被归类为脆弱和濒危植物 。 这是属于伞形科的受威胁植物的情况 。 该科有许多物种 , 因形态和形态生理种子的不均匀发芽而闻名 。



最近 , 混合神经模糊逻辑工具被用来破译几个打破休眠和发芽因素和几个参数之间的关系 , 例如发芽率和胚胎生长 。 神经模糊模型可以发现参与种子反应的最关键因素 。 此外 , 一些规则指出了这些因素的相互作用 , 以增加发芽率最近 , 神经模糊逻辑也被成功地用于发现打破休眠和提高几个猕猴桃品种发芽率的关键因素 , 然后描述猕猴桃种子发芽的最佳条件 。


【人工智能是植物生物学中的一项新技术】
研究了下一个因素:分层时间和类型对休眠破坏的影响以及热光周期对萌发的影响 。 获得的结果表明 , 神经模糊逻辑模型极大地促进了数据分析 , 并指出了冷分层时间和分层处理对猕猴桃种子发芽 。 总之 , 神经模糊能够以高精度和可预测性进行建模 , 以获得一组非常有用的规则 , 对于理解所研究因素之间的因果关系以及休眠和萌发 。 种子萌发是一个非常复杂的生物过程 , 取决于许多相互作用的因素 。



由于实验限制 , 这种过程尚未完全理解 , 这不允许同时研究所涉及因素之间的所有相互作用 。 目前 , 由于人工智能工具等基于计算机的技术的出现 , 这些瓶颈可以避免 。 人工智能工具为研究复杂过程、大数据集提供了有用的算法 , 是种子科学中一项相当新颖的技术 。 在最近的研究中 , 人工神经网络与模糊逻辑相结合 , 可以预测杂草的萌发 , 这比传统的统计回归方法更容易 。



此外 , 使用人工神经网络与遗传算法相结合 , 可以建立计算机模型 , 以高精度优化这些杂草的发芽 , 从而减少作物生产中的经济损失 。 此外 , 混合人工智能工具被证明是一种成功的技术 , 可以破译最关键的因素及其相互作用 , 以增加发芽并减少某些物种的休眠影响 。 在不久的将来 , 人工智能工具似乎将成为萌发研究中必不可少且非常有用的工具 , 用于选择最关键的因素 , 并在破译环境和生理因素对休眠和萌发的相互作用方面具有良好的准确性 。

    推荐阅读