数字农业与前沿技术

提出可解释性容量上界，评估低标签下概念秩崩溃审计的可靠性。

提出分层保形风险控制，为未建模入渗下的灌溉调度提供安全保证。

提出概念探针时间稳定性审计与可解释性衰减界，判断何时需重新审计。

将标签延迟反馈建模为共形分数分布偏移，推导覆盖率界并审计喷雾喷嘴故障检测器。

提出带误差界的时间融合框架，在稀疏传感器下用气候分析预警作物歉收。

提出改造传感器替换后视觉产量模型校准漂移的检测与置信区间保证方法。

提出对比自监督预训练在杂草检测跨域迁移中何时有效的理论框架与评估协议。

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。

推导稀疏土壤样本真值下主动学习标注效率的理论上界。

综述RGB与多光谱成像结合AI的食品品质无损检测，并提出一款集成14通道多光谱传感器的紧凑型扫描仪方

将后门触发器视为预训练检查点供应链属性，量化微调后后门存活的投毒率。

构建MALENet融合DSSAT-PROSAIL结构先验与无人机高光谱，提升苜蓿氮浓度估算精度。

推导卫星云掩膜缺口下反事实解释可靠性的理论界，并评估其对合作社储粮决策的影响。

综述物候期对热成像CWSI阈值的影响，提出物候感知灌溉调度框架。

综述AI（CNN、ViT、无人机遥感、物联网）用于作物病虫害早期检测并融入种植园风险管理。

提出pxGPT框架，用多模态大模型将多视角植物图像转为结构化表型记录。

构建AgriSens全栈智慧农业决策支持平台，集成作物推荐、病害诊断、施肥优化与灌溉模拟。

基于巴基斯坦旁遮普省101份农户调查，分析AI技术扩散与农场生产力、盈利能力的关系。

提出AI+IoT系统，用深度学习和激光机器人实现杂草与害虫识别及自动清除。

综述2021-2026年AI驱动精准农业系统，提出气候韧性粮食生产工程框架。