成果介绍
团队牵头研发的农业育种科学数据自主应用软件平台,可支撑农业育种基因-表型智能预测,及跨模态科技文献智能检索解析等功能。针对玉米、小麦及大豆等主粮品种,构建了面向长序列基因数据和环境图像数据的自监督基础模型,实现了表型信息智能提取和基因-表型的智能预测功能。相较现有先进模型,在多个数据集上实现了预测精度提升。同时,提出了科学数据高效关联检索与智能分析理论与方法,实现了农业育种辅助文献的高效精准关联检索。相关成果已发表于人工智能领域国际顶级期刊/会议(TPAMI、TIP、IJCAI、ICME)以及植物科学领域权威期刊《Plant Methods》,并在 CVPR 跨模态图像检索、Amini GeoFMDecoding the Field Challenge 作物预测等竞赛中获得冠亚季军 6 项。目前,该软件系统已在国家农业数据中心、黑龙江省农业科学院玉米研究所试用。上述系统功能齐全、运行稳定,在多表型预测任务上准确率提升 31.09%,为全域农业资源的智能化整合提供技术支撑。
成果亮点
(1) 预测精度提升 2%~8%;
(2) 识别准确率达到 97.53%;
(3) 在自制数据测试集上文献检索精度达到 92.91%,召回率 92.50%。
本成果可广泛应用于农业育种、智慧农业和生物信息学等领域,在基因-表型计算、作物改良与智能育种平台中具有重要的应用价值。
团队介绍
联系人: 庄老师 单位名称:常州市武进区科技成果转移中心
成果资料