基于机器学习的等级增长预测模型,Panax人参在水培环境中发芽
Tae Hyong Kim1, Seunghoon Baek1, Ki Hyun Kwon1
1Digital Factory Project Group, Korea Food Research Institute, Wanju-gun 55365, Jeollabuk-do, Republic of Korea.
Plants (Basel, Switzerland)
|November 25, 2023
概括
这项研究引入了一种机器学习模型,用于预测水栽培中Panax人参芽的生长和健康状况. 该模型准确预测了发芽,疾病,叶数和茎长度,提高了人参种植效率.
科学领域:
- 农业科学 农业科学
- 生物技术是生物技术.
- 机器学习 机器学习
背景情况:
- 帕纳克斯人参芽因其健康益处而引起人们的注意,主要是由于含有沙宁的原因.
- 优化水耕种植是提高人参芽生长量和缩短种植时间的关键.
- 现有的研究缺乏关注水耕种种植的人参芽的早期疾病预测和生产力提升.
研究的目的:
- 开发和评估一个层次化的机器学习模型,用于预测Panax人参芽的生长结果.
- 评估模型分类发芽和腐烂的能力,并预测叶数和茎长度.
- 为了确定最佳的水培条件,增强人参芽种植.
主要方法:
- 人参芽是在四种不同的水培条件下种植的.
- 测量了物理性质,并使用传感器收集了环境数据.
- 阶层机器学习模型 (ANN,SVM,随机森林) 用于分类和回归任务.
主要成果:
- 发芽分类模型每周达到约99%的F1分数.
- 腐烂分类模型的准确性从83.5%提高到98.9%.
- 叶数预测显示,到第3周,nRMSE下降了33%,茎长度预测表现更好.
结论:
- 提出的等级机器学习算法有效地预测了人参芽的发芽和腐烂.
- 该模型在预测叶数和茎长度等关键生长参数方面表现出高准确度.
- 这种方法为早期发现疾病和提高水培人参种植生产率提供了宝贵的工具.
