更安全和更智能:利用解释导向建模和疾病和环境数据的数据合并来预测植物疾病风险

Kaique S Alves1, Denis A Shah2, Hellen R Dillard3

  • 1Universidade Federal de Viçosa, Departamento de Fitopatologia, Av. Peter Henry Rolfs, s/n, vicosa, Vicosa, minas gerais, Brazil, 36570900; kaiquedsalves@gmail.com.

Phytopathology
|August 2, 2025
PubMed
概括

复杂的机器学习 (ML) 模型可能会过度适应小型植物疾病数据集. 使用 ML 来获取洞察力引导了一个更简单的后勤回归模型,改进了对豆中的白菌的预测.