[预印本] 蒙特卡洛事前评估AI驱动智慧农业平台绿色效益——以海南热带农业为例
用蒙特卡洛模拟评估AI智慧农业平台在海南热带农业中的绿色减排效益。
农药管理、绿色植保与生物防治
用蒙特卡洛模拟评估AI智慧农业平台在海南热带农业中的绿色减排效益。
构建知识图谱专家系统,自动核验茶叶农药残留合规并优化检测方法选择。
综述AI与数字农业在害虫监测、预测及决策支持中的应用与挑战。
开发了IPM自评估工具ISAT,集成新的农药风险指标PL EU,比较作物保护情景的环境、健康和经济影
综述棉花害虫动态与农药使用变化,提出可持续管理策略。
【预印本,未经同行评审】针对多作物病害识别任务,提出基于确定性硬路由的两阶段 AdapterMoE 架构:RouterHead 依据最大 softmax 概率阈值分类作物并拒判非目标作物,Energy+KNN 双重门控模块捕获分布外输入;在冻结 EfficientNet-B0 主干上添加五个逐作物 Adapter,通过温度缩放校准。在 PlantVillage(5 作物 26 类)上,AdapterMoE 与最优基线 Macro-F1 差距在 0.24 分以内,但训练成本约为全网络基线的 9%,并可通过 add_crop 接口实现逐作物增量更新,避免专家坍缩,适合田间部署成本敏感的精准植保场景。