- 博客(5)
- 收藏
- 关注
RSS订阅原创 Deepseek锐评作物表型研究
作物表型研究正处于从工具理性向价值理性的转型期。既要把握基因组编辑、人工智能等新兴技术的赋能机遇，更要警惕技术主义扩张带来的社会公平性与生态可持续性危机。未来的突破依赖于三个维度的协同进化：硬件设备的普惠化迭代、数据分析范式的范式转换、以及研究主体间权力关系的重构。唯有将科技创新置于农业生态系统整体框架内考量，方能真正实现"用科技力量解构自然密码，以人文关怀重塑农业未来"的终极使命。
2025-02-21 17:51:01
1031
原创 APPLIED SCIENCES-BASEL|无人机在开阔田野和温室中精准农业的最新研究的综合调查
对无人机在室外和温室环境中的农业应用进行综述，探讨其现状、挑战及解决方案。
2024-11-27 21:57:17
1949
原创 Plant Methods|智慧农业中的少量学习:发展、应用和挑战调查
例如，Liang 等人用基于度量学习的少样本学习方法识别棉花叶斑病，Wang 等人提出基于图像文本协同表示学习的少样本蔬菜病害识别模型，Argüeso 等人用基于度量学习的少样本模型识别 PlantVillage 数据集中的 38 种植物病害，Zhong 等人用条件对抗自动编码器识别柑橘黄龙病。同时，人、装备和养殖动物的统一协作及和谐发展，大数据、深度学习技术与畜牧养殖的深度融合，以及人工智能技术的可解释性和安全性等问题，也为智能农业领域的少样本学习研究提供了思考方向。
2024-11-24 14:09:50
1903
1
原创 AutoDL：云端GPU租赁的得力助手
利用 AutoDL 的控制台，可实时监控训练过程中的各项指标，如损失值、准确率等。尤其是对于学生和小型研究团队来说，能够以较低的成本获得强大的计算资源，大大降低了深度学习的门槛。发现模型在某些特定类别的图像上识别准确率较低，于是针对性地收集更多该类别的数据进行二次训练，有效提升了模型的整体性能。无论是短期的实验项目，还是长期的大型研究，都能在 AutoDL 上找到合适的资源配置方案。总之，AutoDL 是深度学习领域中一个非常实用的工具，无论是新手还是资深炼丹师，都值得一试。（一）模型选择与调整。
2024-11-11 10:56:33
766
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人