計畫主持人
郭寶錚
團隊成員
申雍、林慧玲、莊益源、王智立、范耀中、郭至恩、吳俊霖
研究計畫
作物栽培管理專家診斷系統開發
字體大小
小
中
大
計畫介紹:
本計畫旨在開發不同農園藝作物栽培管理之專家診斷系統,將具有田間作物栽培管理實務經驗之各類領域專家的知識和經驗進行整合,以協助農事推人員於田間進行診斷,並作為培養新領域專家之訓練工具。在領域知識蒐集及診斷知識庫的建置部分,除由領域專家提供知識和經驗外,亦可利用深度學習語意理解技術由農委會農業知識入口網、農試所、各地區改良場所及農業雜誌社發行的刊物與網頁資訊中進行搜尋。在專家診斷系統開發部分,除精進已開發的 Symbolic AI 專家系統外,並將開發Explainable AI,重新檢視現有領域專家知識建立流程,改善深度學習閱讀理解模型,以加速領域專家知識建立及診斷之流程。也將利用影像處理技術建立生物性(病蟲害)與非生物性(營養障礙及氣象災害)作物問題徵狀之AI辨識技術,協助進行田間診斷。未來,將建構可共享之台灣作物栽培管理專家診斷 AI 模型系統及平台,以解決在極端天氣與資源短缺下對作物栽培管理所造成的衝擊。
效益:
1.保存具有作物栽培管理實務經驗專家的領域知識
2.建立培養作物栽培管理新領域專家的訓練工具。
3.建構可供共享的台灣作物栽培管理專家診斷 AI 模型及平台。
4.減緩在極端天氣與資源短缺下對作物栽培管理所造成的衝擊。
本計畫旨在開發不同農園藝作物栽培管理之專家診斷系統,將具有田間作物栽培管理實務經驗之各類領域專家的知識和經驗進行整合,以協助農事推人員於田間進行診斷,並作為培養新領域專家之訓練工具。在領域知識蒐集及診斷知識庫的建置部分,除由領域專家提供知識和經驗外,亦可利用深度學習語意理解技術由農委會農業知識入口網、農試所、各地區改良場所及農業雜誌社發行的刊物與網頁資訊中進行搜尋。在專家診斷系統開發部分,除精進已開發的 Symbolic AI 專家系統外,並將開發Explainable AI,重新檢視現有領域專家知識建立流程,改善深度學習閱讀理解模型,以加速領域專家知識建立及診斷之流程。也將利用影像處理技術建立生物性(病蟲害)與非生物性(營養障礙及氣象災害)作物問題徵狀之AI辨識技術,協助進行田間診斷。未來,將建構可共享之台灣作物栽培管理專家診斷 AI 模型系統及平台,以解決在極端天氣與資源短缺下對作物栽培管理所造成的衝擊。
效益:
1.保存具有作物栽培管理實務經驗專家的領域知識
2.建立培養作物栽培管理新領域專家的訓練工具。
3.建構可供共享的台灣作物栽培管理專家診斷 AI 模型及平台。
4.減緩在極端天氣與資源短缺下對作物栽培管理所造成的衝擊。