Connect with us

science

Mesurer les méthodes d’apprentissage en profondeur pour plus d’un

Published

on

Figure 1. Vue d'ensemble des principales composantes de la conception expérimentale.

image : (de haut en bas) ensembles de données pré-testés avec des domaines allant des concepts à usage général aux images de grandes cultures, similaires à ceux présentés dans les missions finales ; méthodes d’entraînement. et les tâches finales, y compris les tâches de détection d’objets (avec des cadres englobants affichés en rouge) et les tâches de comptage. Nous formons un encodeur à l’aide des ensembles de données de pré-formation pour chaque méthode de pré-formation et ajustons les poids dans chaque tâche dans les étapes en aval.
Paysage plus

Crédit : Phénoménologie

En sélection végétale, le phénotypage des plantes est l’étude détaillée des caractéristiques « visibles » ou traits phénotypiques d’une plante. Il s’agit de compter le nombre de plantes résultant d’une expérience de croisement et de classer les caractéristiques affichées par la progéniture ou la descendance. La souche avec les traits souhaités est ensuite croisée pour produire la prochaine génération de cultures, et le processus est répété pour améliorer la diversité des cultures. Les méthodes conventionnelles de caractérisation phénotypique des plantes manquent généralement d’évolutivité, de précision et sont très laborieuses. Cela impose certains goulots d’étranglement aux programmes de sélection des cultures.

Cependant, avec les progrès technologiques et le besoin connexe de sécurité alimentaire mondiale pour maintenir la croissance démographique, de nouvelles méthodes occupent lentement le devant de la scène. Parmi celles-ci figurent des techniques basées sur l’imagerie qui capturent des images, extraient des caractéristiques à l’aide d’outils d’apprentissage automatique, comparent les résultats avec les bases de données disponibles et effectuent des tâches de phénotypage dans un délai beaucoup plus court et avec une plus grande précision. Actuellement, la plupart des approches d’apprentissage automatique adhèrent à un cadre d’apprentissage supervisé avec des ensembles de données étiquetés, ce qui peut être coûteux et prendre du temps. L’apprentissage auto-supervisé (SSL) est une méthode d’apprentissage automatique qui réduit le besoin de données étiquetées. Malgré l’augmentation significative de la recherche sur le SSL, il y a eu une pénurie d’applications du SSL dans les tâches de phénotypage des plantes basées sur l’image.

READ  Regardez SpaceX lancer son dernier équipage d'astronautes vers la station spatiale de la NASA

Dans une nouvelle étude, une équipe de recherche dirigée par le professeur agrégé Ian Stephens de l’Université de la Saskatchewan, au Canada, a mesuré les performances de deux méthodes SSL pour améliorer les phénotypes des plantes. L’étude, qui affirme que la méthode auto-supervisée peut être plus sensible à la fréquence d’un ensemble de données de pré-formation que la méthode supervisée, Publié dans le tome 5 de Phénomique végétale le 3 avril 2023. Le professeur agrégé Stephens explique :Ces résultats soulignent l’importance de prêter attention à la redondance des ensembles de données lors de la formation des modèles sur les tâches de phénotypage des plantes, en particulier lorsque les méthodes SSL sont utilisées.. « 

Cette étude a utilisé le blé comme culture modèle pour comparer deux méthodes SSL conventionnelles supervisées (pré-formation) – Momentum Covariance (MoCo) v2 et Dense Covariance Learning (DenseCL). Toutes les méthodes d’apprentissage ont été soumises à 4 tâches de phénotypage : détection d’épis de blé, détection d’instance de plante, comptage d’épillets de blé et comptage de feuilles. L’équipe a constaté que la pré-formation supervisée produisait les modèles les plus performants pour toutes les tâches, à l’exception du comptage des feuilles.

Les méthodes SSL de variation, contrairement à la méthode supervisée, s’appuient fortement sur de grandes bases de données étiquetées et annotées pour effectuer des tâches de phénotypage. L’algorithme est formé pour rapprocher les échantillons positifs et éloigner les échantillons négatifs, augmentant ainsi la puissance des échantillons positifs et entraînant l’algorithme à sélectionner davantage de ces échantillons. Alors que MoCo v2 améliore les fonctionnalités globales de l’échantillon au niveau de l’image, DenseCL se concentre sur les fonctionnalités au niveau des pixels locaux. Les deux méthodes ont montré des performances similaires dans le contexte d’une représentation interne des modèles de formation pour les tâches requises.

READ  Des chercheurs révèlent des secrets sur la formation du Denali Rift en Alaska

Pour que les algorithmes de pré-formation fonctionnent bien, un ensemble de données spécialisé mais fondamentalement diversifié est nécessaire. Cependant, face à la redondance dans de grands ensembles de données, les méthodes auto-supervisées sont plus performantes en termes de précision et de sensibilité. Étant donné que les conclusions de l’étude sont tirées principalement d’observations expérimentales avec peu de justification théorique, les auteurs souhaitent étendre leurs travaux aux expériences de sélection des cultures, qui incluront des informations plus granulaires et les aideront à former des algorithmes pour des applications pratiques et une commercialisation à grande échelle.

Le professeur adjoint Stephens conclut en disant : « SSL peut être utilisé pour apprendre une représentation plus riche des phénotypes végétaux en la faisant correspondre aux données de génotype et d’écologie dans l’espace d’intégration partagé. Nous espérons que cette étude de benchmarking ou d’évaluation guidera les praticiens dans le développement de meilleures méthodes SSL pour les phénotypes de plantes basés sur l’image. »

Ces résultats soulignent que si l’intelligence artificielle peut nous faciliter la vie à certains égards, elle ne peut toujours pas contrôler les humains.

###

référence

Auteurs

Franklin C Ogedei, Mark G Eramian et Ian Stephens

affiliation

Département d’informatique, Université de la Saskatchewan, Saskatoon, Canada


Clause de non-responsabilité: AAAS et EurekAlert ! Pas responsable de l’exactitude des newsletters envoyées sur EurekAlert ! Par le biais d’organisations contributrices ou pour l’utilisation de toute information via le système EurekAlert.

READ  Une vue « incroyable » et rare sur les aurores boréales au-dessus du North Yorkshire
Continue Reading
Click to comment

Leave a Reply

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

science

Qui sera le premier à piloter le vaisseau spatial Boeing Starliner le mois prochain ?

Published

on

Qui sera le premier à piloter le vaisseau spatial Boeing Starliner le mois prochain ?
Les astronautes de la NASA seront les premiers à se lancer dans l'espace à bord de la capsule Starliner de Boeing le 6 mai.

Boeing devrait lancer sa capsule Starliner dans l'espace le mois prochain, et elle sera pilotée par deux astronautes qualifiés de la National Aeronautics and Space Administration (NASA). NBC mentionné.

Les astronautes de la NASA Barry « Butch » Wilmore et Sunita Williams seront les premiers dans l'espace à bord du premier vol d'essai en équipage de Boeing vers la Station spatiale internationale (ISS) le 6 mai.

Ils sont arrivés jeudi au Kennedy Space Center de l'agence en Floride et y resteront jusqu'au lancement.

« C'est là que le caoutchouc rencontre la route, là où nous quittons cette planète, et c'est plutôt cool », a déclaré Williams lors d'une conférence de presse après son arrivée.

Des astronautes vétérans et d’anciens pilotes d’essai de l’US Navy ont été sélectionnés par la NASA en 2022.

Wilmore, originaire du Tennessee et commandant de mission, a effectué deux vols spatiaux précédents, passant 178 jours dans l'espace.

Il a piloté la navette spatiale Atlantis jusqu'à la station spatiale en 2009 et s'est lancé en orbite à bord d'un vaisseau spatial russe Soyouz en 2014 en tant que membre de l'équipage de l'Expédition 41.

Williams, originaire du Massachusetts, est le pilote de mission qui a déjà effectué deux séjours à bord de la Station spatiale internationale, totalisant 322 jours dans l'espace.

Elle s’est d’abord envolée vers la Station spatiale internationale à bord de la navette spatiale Discovery et y est restée environ six mois.

En 2012, Williams est retourné dans l’espace à bord d’un vaisseau spatial Soyouz de fabrication russe, où il est resté environ quatre mois.

READ  Des "étoiles monstrueuses" 10 000 fois plus massives que le Soleil ont été découvertes pour la première fois

Les astronautes vont désormais passer la semaine prochaine à travailler sur des exercices de préparation et d'entraînement de dernière minute, selon la NASA.

Si l’équipage parvient à la Station spatiale internationale, il y passera environ une semaine avant de retourner sur Terre.

Continue Reading

science

Le brouillard rencontre les montagnes des Salomon

Published

on

Le brouillard rencontre les montagnes des Salomon

Prise par un astronaute à bord de la Station spatiale internationale oblique – oblique Une photo des monts Salomon, au centre du Pakistan. Cette amplitude est due à la lente collision des plaques tectoniques indienne et eurasienne qui a commencé il y a environ 60 millions d'années. Les sommets s'élèvent à plus de 3 000 mètres (10 000 pieds) au-dessus du niveau de la mer dans la partie nord de la chaîne de montagnes, comme le montre cette image.

Les monts Salomon forment une barrière naturelle entre les plateaux à l'ouest et la vallée de l'Indus à l'est. Les vents soufflant de l'océan Indien et de la plaine inondable de l'Indus transportent l'humidité et les particules vers l'intérieur des terres, provoquant des inondations. Un mélange de brume, de brume et de nuages Se former du côté sous le vent de la chaîne de montagnes.

Les nuages ​​et le brouillard ne peuvent pas traverser les terrains montagneux de haute altitude. Flux forcé du terrain Au lieu de cela, des conduits d'air autour de la cuisinière. Cependant, un petit courant de vapeur peut être vu passer à travers des brèches dans la barrière près de la ville de Dana Sar, où il traverse une vallée de montagne.

Une caractéristique unique de la photographie des astronautes de la Terre est la capacité des membres de l'équipage à mettre en valeur les caractéristiques du paysage en prenant des photos de Attentes – Opinions Autre que le rectum (anadir). Cette photo profite de la vue oblique pour mettre en valeur la robustesse des monts Salomon en mettant en valeur les ombres créées par le terrain.

READ  Elon Musk dit que la colonie martienne a préparé l'humanité à devenir parmi les étoiles

Photo d'un astronaute ISS070-E-42565 Acquis le 17 décembre 2023 avec un appareil photo numérique Nikon D5 utilisant une focale de 460 mm. Il est fourni par l’installation d’observation de la Terre de l’équipage de la Station spatiale internationale et l’unité des sciences de la Terre et de télédétection du Johnson Space Center. La photo a été prise par l'un des membres Equipage d'expédition 70. L'image a été recadrée et améliorée pour améliorer le contraste, et les éléments de lentille ont été supprimés. le Programme de la Station spatiale internationale Accompagne le laboratoire dans le cadre de Laboratoire national de l'ISS Aider les astronautes à prendre des images de la Terre qui seront d'une grande valeur pour les scientifiques et le public, et rendre ces images librement accessibles sur Internet. Des photos supplémentaires prises par les astronautes et les astronautes peuvent être consultées sur NASA/JSC Portail pour les photographies de la Terre par les astronautes. Commentaire de Kadan Cummings, Jacobs, contrat JETS II à la NASA-JSC.

Continue Reading

science

Le satellite chinois Einstein Probe prend ses premières photos en orbite – Xinhua

Published

on

Le satellite chinois Einstein Probe prend ses premières photos en orbite – Xinhua
Cette image montre une vue prise par le télescope à rayons X à grand champ (WXT) pointé vers le centre de la Voie lactée pendant environ 40 000 secondes. (Centre national des sciences spatiales de l'Académie chinoise des sciences/communiqué via l'agence de presse Xinhua)

BEIJING, 27 avril 2020 (Xinhua) – Le satellite astronomique chinois Einstein Probe, envoyé dans l'espace en janvier de cette année, a capturé les premières images de découverte en orbite, qui ont été présentées lors d'un forum parallèle au Forum Zhongguancun 2024 à Pékin. Le samedi.

Inspiré par les fonctions des yeux de homard, l'EP utilise une nouvelle technologie de détection aux rayons X pour détecter de mystérieux phénomènes transitoires dans l'univers qui clignotent comme des feux d'artifice.

Depuis le lancement de la sonde le 9 janvier de cette année, des tests opérationnels ont été effectués, confirmant la fonctionnalité et les spécifications, a déclaré Yuan Weimin, chercheur principal de la mission EP et chercheur aux Observatoires astronomiques nationaux de l'Académie chinoise des sciences. Performances du satellite EP et de ses instruments scientifiques.

Pendant la phase d'exploitation, EP a détecté 17 transitoires de rayons X et 127 éruptions stellaires. Ces résultats ont guidé un groupe de télescopes au sol et dans l'espace lors d'observations ultérieures dans plusieurs bandes d'ondes, a déclaré Yuan.

Yuan a ajouté que l'analyse préliminaire des données de l'EP et d'autres télescopes a confirmé la capacité de l'EP à détecter diverses sources de rayons X et même de nouveaux types d'objets, ainsi que son rôle important dans la révélation de l'évolution de l'univers et de la structure de l'espace-temps.

READ  Une vue « incroyable » et rare sur les aurores boréales au-dessus du North Yorkshire

« Grâce à de grands efforts, notre équipe a rendu possible cette mission presque impossible », a déclaré Yuan.

Zhang Chen, chercheur principal adjoint à l'EP, a déclaré que la sonde avait pris des images aux rayons X de divers objets célestes pendant sa phase de fonctionnement. Ces observations ont démontré les capacités exceptionnelles des deux instruments scientifiques de l'EP : le télescope à rayons X à grand champ (WXT) pour observer un panorama du ciel en rayons X, et le télescope à rayons X de suivi (FXT) pour fournir une vue rapprochée du ciel aux rayons X. -Affiche et identifie les sources transitoires capturées par WXT.

Zhang a ajouté qu'EP poursuivrait ses activités d'étalonnage en orbite dans les mois à venir.

La mission EP fait partie d’une série de missions scientifiques spatiales dirigées par CAS. Il s'agit également d'une mission de coopération internationale avec la contribution de l'Agence spatiale européenne (ESA), de l'Institut Max Planck de physique extraterrestre (MPE) en Allemagne et de l'agence spatiale française CNES.

La mission vise à aider les scientifiques à capturer la première lumière des explosions de supernova, à rechercher et à localiser les signaux de rayons X accompagnant les événements d'ondes gravitationnelles, et à détecter les trous noirs dormants et d'autres corps célestes faibles, éphémères et variables dans les confins de l'univers.

Continue Reading

Trending

Copyright © 2023