2017年智慧农业与人工智能系列报告在信息学院成功举办

作者: 姜海燕 沈利言  提交时间:2017/12/26 12:36:16  浏览:651   [打印本篇文章]


智慧农业是现代农业技术的核心内容,也是现代信息技术对传统农业生产经营方式的改造。为促进智慧农业技术发展,激发农业工程与信息技术领域研究生的创新意识南京农业大学信息科技学院农业信息化学科2017年11月29日-2017年12月10日期间举办“智慧农业与人工智能系列报告”本次系列报告以人工智能及其在农业领域中的应用为主题,探讨智慧农业的发展需求,农业与人工智能相融合的技术创新。信息科技学院农业信息化学科负责人姜海燕教授分别邀请了西交利物浦大学电气与电子工程系主任博士生导师、机器学习领域专家黄开竹教授、英国国防科学院克兰菲尔德大学遥感专家袁惠得教授、英国国家植物表型学中心图像数据处理专家韩冀皖教授以及东南大学计算机学院知识图谱专家漆桂林教授进行了精彩演讲。计算机系主任任守刚副教授、农业信息化学科研究生导师、计算机系青年博士老师、在校研究生以及部分本科生参加了报告会。本次系列报告信息科技学院农业信息化学科点主办,信息科技学院研究生会承办。


11月29日下午,在教学楼七楼报告厅,西交利物浦大学黄开竹教授开始了第一场报告,主题是“风格相关性在模式识别中的运用”。黄教授以利用风格相关性提高模式识别的精度为重点,讲述了利用风格相关性提高识别精度的理论原理,通过对比现有方法充分的说明了风格相关性在整体识别的贡献。

12月2日下午进行了两场与植物表型监测相关的技术报告会。首先,英国遥感专家袁惠得教授做了以“使用HIS和MSI技术增强目标识别”为主题的报告,袁教授介绍了自己目前做的研究是利用光谱特征对图像进行分析和处理,并且做了形象化的解释:就如同在一个杂乱无章的房间里利用多光谱可以快速的定位到一只目标颜色的袜子。同时袁教授也强调了高光谱研究中用到的主流技术是'Imaging technology'和'Data mining ',用的的算法主要分为两类,有先验数据集的情况下的算法主要是SVM和SAM。没有先验数据集的情况下的算法是K-means和SU based。在报告的结尾袁教授与在座的老师交流了农业机器人在图像处理中应注意的事项。另外一场报告的主题是“高通量表型学系统概述及表型学应用实例”,报告人为英国植物表型专家韩冀皖教授。韩教授先结合着实例图片介绍了全自动高通量植物表型系统以及系统的功能,其次重点描述了田间苜蓿实验的注意事项和意义,如:户外实验具有更多的不可控制性、田间的环境更加复杂、需要设定特定的实验仪器(动力小车)等。同时详细介绍了缩短基因组学与表型组学之间的距离,下一代测序技术允许经济的和深入的基因组学,可应用于整个群体,包括杂粮和新发现的品种。报告内容结束后,面对同学们提出的问题如:用OpenCv画豌豆荚时为何豆萁部分画的不准、能否用技术来自动标注限定区域内水稻的穗数等,韩教授也都一一耐心的回答。


2017年12月7日下午,东南大学计算机学院知识图谱专家漆桂林教授做了最后一次报告,主题是“知识图谱与智慧农业”。漆教授介绍了农业知识图谱的构建方法以及农业知识问答系统目前的研发情况,目前知识图谱的构建一定要利用现有的三大通用图谱:维基百科、百度百科和zhishi.me,漆教授也介绍了如何把农业知识抽取成标准的三元组形式以及农业知识图谱在构建时的注意点。听完报告同学们也都积极的提问,对于如何将语义解析的更加准确、如何在将文本中的关系精准的抽取出来等问题漆老师也都做了详细的解释。


通过此次系列报告,强调了将人才培养、科学研究和农业服务有机结合起来的必要性,也为农业信息化学科研究生导师指明了工作方向。同时也增强了我院研究生对人工智能的进一步理解和主流技术的把控,强化了农业领域的知识,解决了学生的疑惑。