注：本平臺為第三方資訊平臺，不是院校官方，網站內所有信息只做參考，并不代表院校官方，招生信息以官方最新信息為準，如果不知怎么找官方，可以咨詢在線客服尋求幫助。

　　國家信息農業工程技術中心學術報告

　　報告題目：基于機器學習和計算機視覺的多尺度作物表型組研究及其在稻麥育種中的應用/Combining machine learning and computer vision to establish novel multi-scale crop phenomics methods and their applications in rice and wheat breeding

　　報告人：周濟 教授

　　報告人單位：南京農業大學作物表型組學學交叉研究中心

　　報告時間：9月1日(周日)14:00

　　報告地點：生科樓A5002

　　內容摘要：

　　機器學習、計算機視覺、高通量數據分析等技術與生命科學的交叉結合正逐漸為植物研究開辟一系列全新的研究方向。通過學科交叉的方法可以基于多元數據集動態生成非常復雜的規則，從而完成對生物大數據的分類和復雜趨勢的預測，進而建立強大的基因到表型(Genotype-Phenotype)的分型系統來精確表征細胞、器官、組織和群體在不同發育階段和不同環境中表型組差異的遺傳學基礎。近幾年來，這種交叉研究方法正被越來越多的頂尖生物團隊應用于各類植物研究中。在本次報告中，報告人將結合英國諾維奇科學研究院和南京農業大學作物表型組學研究中心所開展的多尺度植物表型組研究，介紹植物表型采集平臺及相應的高通量表型分析方法。包括如何實現從高空、田間、溫室到細胞層面等不同空間尺度開展植物表型的性狀獲取。在報告中，報告人將著重介紹AirSurf(自動航空圖像分析平臺)和CropQuant(分布式田間作物監測系統)在智慧農業和小麥育種中的應用。基于正在開展的中英研究項目，報告人將討論如何整合物聯網技術、分布式計算、嵌入式人工智能和大數據管理等技術手段(如CropSight和SeedGerm)，為植物研究提供可靠的表型組學分析平臺。同時，在結合具體生物學問題的基礎上，講解如何整合植物生長、氣候模式和表型特征等信息，量化基因型與環境互作(GxE)以及針對產量、質量等動態性狀的提取分析。由于表型組學遠未完善，報告中也將討論如何合理使用新的技術手段，以期為我國未來的植物研究產生積極影響。

免責聲明：本站所提供的內容均來源于網友提供或網絡搜集，由本站編輯整理，僅供個人研究、交流學習使用，不涉及商業盈利目的。如涉及版權問題，請聯系本站管理員予以更改或刪除。