农业AI与大模型

用无人机多光谱、RGB和热红外遥感结合AutoML预测冬小麦含水量。

综述红边遥感在农业中的物理基础、条件依赖性与可解释机器学习中的新角色。

综述遥感与机器学习在可持续农业中的应用现状与前景。

发布多站点多品种苹果物候RGB图像数据集，并给出深度学习基线检测模型。

系统综述64项研究，分析AI在全球南方粮食安全中的机遇、风险与公平路径。

提出融合物联网传感与随机森林的智能灌溉系统，实现数据驱动的自动灌溉控制。

基于图像处理与特征分析，按东盟标准自动分类可可豆并检测缺陷。

提出轻量级IoT-RiceMobileNet模型，实现水稻病害实时多类检测。

系统综述AI在环境韧性与可持续创新中的应用、趋势与挑战。

综述AI赋能多组学、基因编辑与精准农业，培育气候韧性与营养强化作物。

A deep learning-enhanced vision system for precision target spraying in chinese cabbage cultivation。Precision Agriculture

用改进YOLOv8n与随机森林，通过红外热成像实现奶牛不同姿态下的乳腺炎自动检测。

用MODIS数据与机器学习框架估算埃及尼罗河三角洲农田水分胁迫。

用YOLO系列模型检测玫瑰茄钙钾铁磷缺乏的视觉症状。

9月10日上午召开。本科生院质量与评估处处长王春潮、学生事务中心主任吕叙杰、管理人员孙凯和植科院教研室主任丰胜求、易斌、刘立军等人出席会议。神农智脑作为我校智慧农业学科大模型，总体架构齐全、功能完整。

植保所农业入侵生物预防与监控创新团队利用人工智能技术有效破解跨境有害生物多阶段风险评估与管控决策衔接脱节难题，相关研究成果发表在农业人工智能期刊上。研究团队首次解析了柑橘害虫随跨境贸易传入的243条风险路径和98个关键风险节点，将多阶段定量风险评估信息与大语言模型等生成式人工智能相结合，构建了证据可追溯、结论可解释的智能风险研判与辅助决策应用系统。

黑龙江佳木斯国家农业高新技术产业示范区依托中国科学院研发的伏羲大脑农业大模型搭建普惠式智慧农业服务体系，串联10项农业相关环节：农事指导、农资直供、农机呼叫、卖粮、补贴、培训、金融保险等；服务佳木斯100多万亩农田，一年半扩大至600多万亩，覆盖6万多户农民。

该论文评估了测量噪声对NARX机器学习模型估算根区土壤水分动态精度的影响。

提出审计到评审框架，先固定证据身份再比较作物图像分类器，并关联预测不确定性与评审工作量。

系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。