MÉTODO PARA PREDECIR EL RENDIMIENTO DE UNA PLANTA DE CULTIVO

Un método para predecir el rendimiento de una planta de cultivo, que comprende las etapas de recibir mediciones de metabolitos de la planta de cultivo; determinar nuevas características de metabolitos combinando las mediciones de metabolitos recibidas, en donde al menos una nueva característica de m...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: PUENTE, PILAR, PROCTOR, IAIN, SRINIVAS, GIRISH, THIMM, OLIVER, HEILMANN, MONIKA
Format: Patent
Sprache:spa
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Un método para predecir el rendimiento de una planta de cultivo, que comprende las etapas de recibir mediciones de metabolitos de la planta de cultivo; determinar nuevas características de metabolitos combinando las mediciones de metabolitos recibidas, en donde al menos una nueva característica de metabolito se basa en un promedio clasificado; proporcionar las nuevas características de metabolitos a un modelo de aprendizaje automático entrenado; y determinar el rendimiento de la planta de cultivo usando el modelo proporcionado. También un método para entrenar un modelo de aprendizaje automático para predecir el rendimiento de una planta de cultivo; a una unidad de control configurada para ejecutar el método para predecir el rendimiento; un método de reproducción de plantas y un método agrícola para aplicar dicho método; y el uso de nuevas características de metabolitos determinadas en dicho método para la predicción del rendimiento. Method for predicting yield loss of a crop plant, comprising the steps:receiving metabolite measurements (M) of the crop plant (50);determining new metabolite features (Mn) combining the received metabolite measurements (M);determining a model (13) by a machine learning algorithm based on the new metabolite features (Mn); anddetermining yield loss prediction data (Yp) of the crop plant (50) using the determined model (13).