Plant Science Today·8月31日 · 周一论文农业人工智能与决策模型阅读 3

Artificial intelligence for crop disease detection and management: A bibliometric analysis of global research trends

D Sapthagiri · A. Rohini · D. Murugananthi 等 5 人

论文解读
58未达精选线
速览

通过文献计量分析,梳理了2016-2026年AI在作物病害检测与管理中的研究趋势。

方法

使用Scopus数据库检索,结合VOSviewer进行文献计量和可视化分析。

发现

研究产出自2021年后显著增长,深度学习、机器学习等是主要主题。

机会点

可深入探索AI模型在特定作物病害中的实际应用效果,以及跨区域合作中的技术转移与本地化适配。

影响力12
信息增量18
专业深度16
信源权威10
时效性2

系统梳理AI作物病害检测研究趋势,数据详实,对智慧农业领域有参考价值。

原文摘要

人工智能(AI)已成为作物病害检测与管理领域的一项变革性技术,通过实现快速、准确和自动化的病害诊断,为可持续农业生产提供支撑。本研究对2016年至2026年间基于AI的作物病害检测与管理全球研究趋势进行了文献计量分析。采用结构化检索策略从Scopus数据库获取文献数据,初步识别出3729条记录,经应用预设纳入和排除标准后保留605篇出版物。运用文献计量指标和VOSviewer软件分析年度发文趋势、主要贡献者、合作网络、关键词共现模式、文献耦合关系和共被引结构。结果表明,研究产出显著增长,尤其是2021年之后,反映出科学界对AI赋能作物保护技术的兴趣日益浓厚。关键词分析识别出深度学习、机器学习、计算机视觉、迁移学习和植物病害检测为主要研究主题。相比之下,合著和共被引分析揭示了强大的国际合作和坚实的知识基础。

信源(1 个)

农业人工智能 作物病害 文献计量相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三75 分 论文农业AI与大模型农业人工智能与决策模型阅读 0

Distributionally-Robust Evaluation of Computer Vision Agriculture Disease Classifiers Under Climate-Driven Pathogen Range Shifts: An Artificial Intelligence Worst-Case Generalization Bound

提出气候校准的分布鲁棒评估准则,替代i.i.d.假设评价作物病害视觉分类器。