論文の概要: A machine learning framework integrating seed traits and plasma parameters for predicting germination uplift in crops
- arxiv url: http://arxiv.org/abs/2510.23657v1
- Date: Sun, 26 Oct 2025 01:25:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-29 15:35:36.32215
- Title: A machine learning framework integrating seed traits and plasma parameters for predicting germination uplift in crops
- Title（参考訳）: 作物の発芽上昇を予測するための種子形質と血漿パラメータを組み合わせた機械学習フレームワーク
- Authors: Saklain Niam, Tashfiqur Rahman, Md. Amjad Patwary, Mukarram Hossain,
- Abstract要約: 本研究は,DBDプラズマ下でのダイズ,オオムギ,ヒマワリ,ラディッシュ,トマトの発芽促進を予測するための最初の機械学習フレームワークを紹介する。
7kVまたは200sの無視可能な効果、7-15kVの最大発芽、200-500sの最大発芽、20kV以上の発芽または長時間曝露の減少。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cold plasma (CP) is an eco-friendly method to enhance seed germination, yet outcomes remain difficult to predict due to complex seed--plasma--environment interactions. This study introduces the first machine learning framework to forecast germination uplift in soybean, barley, sunflower, radish, and tomato under dielectric barrier discharge (DBD) plasma. Among the models tested (GB, XGB, ET, and hybrids), Extra Trees (ET) performed best (R\textsuperscript{2} = 0.919; RMSE = 3.21; MAE = 2.62), improving to R\textsuperscript{2} = 0.925 after feature reduction. Engineering analysis revealed a hormetic response: negligible effects at $<$7 kV or $<$200 s, maximum germination at 7--15 kV for 200--500 s, and reduced germination beyond 20 kV or prolonged exposures. Discharge power was also a dominant factor, with germination rate maximizing at $\geq$100 W with low exposure time. Species and cultivar-level predictions showed radish (MAE = 1.46) and soybean (MAE = 2.05) were modeled with high consistency, while sunflower remained slightly higher variable (MAE = 3.80). Among cultivars, Williams (MAE = 1.23) and Sari (1.33) were well predicted, while Arian (2.86) and Ny\'{\i}rs\'{e}gi fekete (3.74) were comparatively poorly captured. This framework was also embedded into MLflow, providing a decision-support tool for optimizing CP seed germination in precision agriculture.
- Abstract（参考訳）: コールドプラズマ (CP) は種子発芽を促進するためのエコフレンドリーな方法であるが, 複雑な種-プラズマ-環境相互作用による予測は困難である。
本研究では,ダイズ,大麦,ヒマワリ,ラディッシュ,トマトにおいて,誘電体バリア放電(DBD)プラズマ下での発芽促進を予測するための最初の機械学習フレームワークを紹介する。
試験されたモデル(GB, XGB, ET, ハイブリッド)のうち、Extra Trees (ET) が最も良く(R\textsuperscript{2} = 0.919; RMSE = 3.21; MAE = 2.62)、機能低下後のR\textsuperscript{2} = 0.925に改善された。
7kVまたは200sの無視可能な効果、7-15kVの最大発芽、200-500sの最大発芽、20kV以上の発芽または長時間曝露の減少。
また, 発芽速度は, 発芽時間が少なく, 発芽速度が$\geq$100Wと推定された。
種と品種レベルでの予測では、ラディッシュ(MAE = 1.46)と大豆(MAE = 2.05)は高濃度でモデル化され、ヒマワリはわずかに高濃度(MAE = 3.80)のままであった。
栽培品種の中で、ウィリアムズ (MAE = 1.23) とサリ (1.33) はよく予測され、エイリアン (2.86) とナイ\'{\i}rs\'{e}gi fekete (3.74) は比較的貧弱であった。
このフレームワークはMLflowにも組み込まれ、精密農業においてCP種子の発芽を最適化するための意思決定支援ツールを提供する。
関連論文リスト
- Early Detection of Branched Broomrape (Phelipanche ramosa) Infestation in Tomato Crops Using Leaf Spectral Analysis and Machine Learning [0.2770822269241974]
枝分かれしたほうきは、宿主から栄養素を抽出することでトマト生産を脅かす。
葉面スペクトル反射率とアンサンブル機械学習を用いた早期検出について検討した。
論文 参考訳（メタデータ） (2025-09-15T16:00:32Z) - Branched Broomrape Detection in Tomato Farms Using Satellite Imagery and Time-Series Analysis [0.2770822269241974]
枝分かれしたボムラペ(Phelipanche ramosa)は、宿主から栄養素を抽出することによってトマト生産を脅かす。
本稿では,カリフォルニアのトマト畑において,センチネル2画像と時系列解析を用いて,キノコの寄生するトマト畑を識別するエンドツーエンドパイプラインを提案する。
論文 参考訳（メタデータ） (2025-09-13T03:51:11Z) - Accelerating exoplanet climate modelling: A machine learning approach to complement 3D GCM grid simulations [39.58317527488534]
本研究の目的は,太陽系外惑星の3次元温度と風構造を予測するために機械学習(ML)アルゴリズムが利用できるかどうかを判断することである。
A、F、G、K、M型ホスト星を公転する60個のホットジュピターを持つ新しい3次元GCMグリッドが導入された。
この格子上に高密度ニューラルネットワーク(DNN)と決定木アルゴリズム(XGBoost)をトレーニングし、水平風や垂直風とともに局所的なガス温度を予測する。
論文 参考訳（メタデータ） (2025-08-14T16:50:38Z) - Fine-Tuning and Prompt Engineering of LLMs, for the Creation of Multi-Agent AI for Addressing Sustainable Protein Production Challenges [38.405196084093454]
持続可能なタンパク質生産研究を支援するための,概念実証型マルチエージェント人工知能フレームワークを提案する。
文献検索剤は、特定微生物株の微生物タンパク質産生に関する関連科学的文献を検索する。
情報抽出剤は、検索した内容を処理し、関連する生物学的および化学的情報を抽出する。
論文 参考訳（メタデータ） (2025-06-25T16:37:46Z) - Using 3D reconstruction from image motion to predict total leaf area in dwarf tomato plants [0.0]
総葉面積(TLA)の推定は,植物の成長,光合成活性,呼吸を評価する上で重要である。
伝統的な方法は、しばしば労働集約的であり、植物に損傷を与えるか、または茂みのあるキャノピーの複雑さを捕えるのに限られる。
本研究では,RGB画像からの連続的3次元再構成と機械学習を組み合わせた非破壊的手法の評価を行った。
論文 参考訳（メタデータ） (2025-03-17T23:51:19Z) - LA4SR: illuminating the dark proteome with generative AI [39.58317527488534]
我々は、微生物配列分類のためのオープンソースのAI言語モデル(LM)を再設計した。
F1のスコアは95点に達し、16,580倍速く動作した。
我々は、AI生成プロセスにアミノ酸パターンをもたらすカスタムAI説明可能性ソフトウェアツールを提供する。
論文 参考訳（メタデータ） (2024-11-11T08:51:18Z) - Generating high-quality 3DMPCs by adaptive data acquisition and
NeREF-based radiometric calibration with UGV plant phenotyping system [3.7387019397567793]
本研究では, 適応データ取得とラジオメトリックキャリブレーションにより高品質な3DMPCを生産する手法を提案する。
プラント全体のデータの完全性は、固定された視点のみと比較して平均23.6%向上した。
3Dキャリブレーションプラント3DMPCは、クロロフィル含有量のPLSRの予測精度を向上し、R2では平均0.07、RMSEでは平均21.25%向上した。
論文 参考訳（メタデータ） (2023-05-11T12:59:21Z) - Stimulation of soy seeds using environmentally friendly magnetic and
electric fields [0.0]
本研究は, 定磁場および交互磁場が大豆の生育パラメータに及ぼす影響を解析した。
ELM (Electromagnetic) フィールドの使用は, メルリンの発芽速度に有意な影響を及ぼした。
マフカ品種に対する種子刺激後の発芽量および植物数の増加が観察された。
論文 参考訳（メタデータ） (2022-11-16T22:05:58Z) - A CNN Approach to Simultaneously Count Plants and Detect Plantation-Rows
from UAV Imagery [56.10033255997329]
畳み込みニューラルネットワーク(CNN)を用いた新しい深層学習手法を提案する。
高度に乾燥したプランテーション構成を考慮した植物を数えながら、同時にプランテーション・ロウを検出し、配置する。
提案手法は、異なる種類の作物のUAV画像において、植物と植物をカウントおよびジオロケートするための最先端の性能を達成した。
論文 参考訳（メタデータ） (2020-12-31T18:51:17Z) - Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using
Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。
本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。
これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
論文 参考訳（メタデータ） (2020-12-07T16:23:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。