Busca avançada
Ano de início
Entree

Fusão de dados multimodais e modelagem de crescimento baseados em aprendizado de máquina para melhoria da produção de soja

Processo: 24/15430-5
Modalidade de apoio:Auxílio à Pesquisa - Programa de Pesquisa sobre Mudanças Climáticas Globais - Temático
Data de Início da vigência: 01 de janeiro de 2025
Data de Término da vigência: 31 de dezembro de 2027
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Zhao Liang
Beneficiário:Zhao Liang
Pesquisador Responsável no exterior: Huaqiang Yuan
Instituição Parceira no exterior: Dongguan University of Technology, China
Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
Pesquisadores principais:
José Baldin Pinheiro ; Renato Tinós
Pesquisadores associados:Alexandre Cláudio Botazzo Delbem ; Amaury Burlamaqui Bendahan ; Antonio Mauro Saraiva ; Bruno Sérgio Vieira ; Ednaldo José Ferreira ; George Deroco Martins ; Jayme Garcia Arnal Barbedo ; Joaquim Cezar Felipe ; JULIO CEZAR FRANCHINI DOS SANTOS ; Juscelino Izidoro de Oliveira Júnior ; Lucas Prado Osco ; Lucio Andre de Castro Jorge ; Luiz Otavio Murta Junior ; Mirela Teixeira Cazzolato ; Murillo Guimarães Carneiro ; RAFAEL MOREIRA SOARES ; Ricardo Marcondes Marcacini ; Rodrigo Yoiti Tsukahara
Bolsa(s) vinculada(s):25/11161-2 - Fenotipagem de alto rendimento e aprendizado de máquina para a seleção de genótipos de soja resistentes ao complexo de percevejos em diferentes grupos de maturidade, BP.PD
Assunto(s):Inteligência artificial  Agricultura digital  Big data  Sensoriamento remoto  Transferência de aprendizado de máquina  Soja 
Palavra(s)-Chave do Pesquisador:Agricultural Big Data | Complex Network-Based Machine Learning | Crop Phenotypic Analysis | Information fusion | Remote Sensing | Transfer Learning | Artificial Intelligence, Digital Agriculture

Resumo

Decisões precisas de gerenciamento de produção para a soja são cruciais para aumentar a produtividade e melhorar a qualidade da colheita. No entanto, a complexa estrutura do dossel das plantas de soja, caracterizada pelo sombreamento mútuo, complica a aquisição precisa de dados fenotípicos. Além disso, o crescimento da soja está intimamente ligado a fatores ambientais, que são cada vez mais variáveis devido às mudanças climáticas. A diversidade de dados de monitoramento da produção, juntamente com cenários variados e complexos em diferentes regiões, apresenta desafios significativos para a modelagem do gerenciamento e tomada de decisões na produção de soja. Para enfrentar esses desafios, este projeto aproveita um esforço colaborativo entre equipes de pesquisa chinesas e brasileiras, focando na utilização de dados multimodais coletados durante o processo de produção de soja e empregando reconstrução 3D, análise fenotípica, modelagem de redes complexas em múltiplas camadas e aprendizado adaptativo de domínio como base teórica e técnica. A pesquisa visa desenvolver tecnologias-chave que utilizam aprendizado de máquina e fusão de dados multimodais para aumentar a produtividade da soja e melhorar a qualidade da colheita. As principais tarefas incluem: 1) Desenvolver métodos para reconstrução 3D de alta qualidade das plantas de soja usando imagens esparsas de múltiplas vistas para alcançar modelagem estrutural precisa; 2) Avançar a tecnologia de fenotipagem para plantas de soja com base em dados multimodais, como imagens, nuvens de pontos e informações espectrais, para melhorar a precisão dos fenótipos; 3) Criar um modelo inteligente de decisão de gerenciamento da soja que integre fusão de dados multimodais para otimizar o gerenciamento da produção; e 4) Projetar modelos adaptativos de domínio para previsão de produtividade e análise de plantas para melhorar a generalização das estratégias de gerenciamento em ambientes diversos. Ao integrar aprendizado de máquina com fusão de dados multimodais, este projeto colaborativo Brasil-China visa elevar o nível de gerenciamento da produção de soja e fornecer conhecimentos para a aplicação dessas tecnologias. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)