პროექტები, დაწყებული ნიადაგის მოცურავე რობოტიდან, რომელსაც შეუძლია რეალურ დროში შეიგრძნოს პირობები ფესვის ზონაში და დამთავრებული გამოთვლითი მოდელებით დამთავრებული, რომლებსაც შეუძლიათ წინასწარ განსაზღვრონ გაფუჭება, მიღებული სათესლე სახსრები. კორნელი ინიციატივა ციფრული სოფლის მეურნეობისთვისახალი კვლევის ინოვაციების ფონდი.
მკვლევართა რვა ინტერდისციპლინარული გუნდი - სოფლის მეურნეობის და ცხოვრების მეცნიერებათა კოლეჯიდან, ინჟინერიის, გამოთვლითი და ინფორმაციის მეცნიერების კოლეჯიდან, Cornell Tech და ვეტერინარული მედიცინის კოლეჯიდან (CVM) - მიიღებს სამწლიან ჯილდოს $225,000-მდე. განაცხადის მისაღებად, გუნდებმა უნდა შედიოდნენ კორნელის ფაკულტეტის წევრები მინიმუმ ორი კოლეჯიდან, რაც უზრუნველყოფდა კამპუსებს შორის თანამშრომლობას.
„ეს კვლევითი პროექტები წარმოადგენს ციფრული ხელსაწყოების საინტერესო პოტენციალს, როგორიცაა გამოთვლითი მოდელები, რობოტული სისტემები, ხელოვნური ინტელექტი და „ნივთების ინტერნეტი“, რათა გარდაქმნას სოფლის მეურნეობა სურსათის წარმოების პროცესის ყოველ საფეხურზე. სიუზან მაკკუჩიბარბარა მაკკლინტოკის პროფესორი მცენარეთა მეცხოველეობისა და გენეტიკაში და Cornell Initiative for Digital Agriculture (CIDA) დირექტორი. „მსგავსი ინტერდისციპლინური თანამშრომლობა აიძულებს მეცნიერების საზღვრებს გაზარდოს სოფლის მეურნეობის პროდუქტიულობა და მდგრადობა და ხელი შეუწყოს აღმოჩენებისა და პრაქტიკული ინოვაციების მილსადენს“.
მულტიდისციპლინურმა ჯგუფმა, რომელიც შედგება თითქმის სამი ათეული ფაკულტეტის წევრისაგან, რომელსაც თავმჯდომარეობდა რენატა ივანეკი, ასოცირებული პროფესორი მოსახლეობის მედიცინისა და დიაგნოსტიკური მეცნიერებების დეპარტამენტში CVM-ში, შეარჩია რვა პროექტი 31 წინადადებიდან. ჯილდოების დაფინანსება მოდის CIDA Research Innovation Fund-ისა და აშშ-ს სოფლის მეურნეობის დეპარტამენტის Hatch Act პროგრამისგან.
პროექტები:
მარწყვის მოსავლიანობის გაუმჯობესება ადგილობრივი და რობოტული დამბინძურებლების მეშვეობით: კირსტინ პეტერსენი, ელექტრო და კომპიუტერული ინჟინერიის ასისტენტ პროფესორი; და სკოტ მაკარტი, ენტომოლოგიის ასისტენტ პროფესორი. მათი მუშაობა აერთიანებს ველური და მართული დამბინძურებლების ავტომატურ მონიტორინგს რობოტულ დამტვერვასთან, რაც საფუძველს ჩაუყრის ბიოლოგიურ-ჰიბრიდულ სისტემას, რომელსაც შეუძლია დაკვირვება, პროგნოზირება და მოსავლის გაუმჯობესება. მკვლევარები შეიმუშავებენ გამძლე და დაბალი სიმძლავრის მწერების კამერის ხაფანგს, გამოიყენებენ დრონებს სწრაფი ჯვარედინი დამტვერვისთვის და შექმნიან ზრდის მოდელებს, რომლებიც შეიძლება გადაეცეს ფერმერს ონლაინ აპლიკაციის საშუალებით.
ნიადაგის ახალი რობოტიკა და წყალმოხმარების ეფექტურობის ნიადაგის ფესვის ფენოტიპის გაზომვა: Taryn Bauerle, ასოცირებული პროფესორი მცენარეთა ინტეგრირებული მეცნიერების სკოლის (SIPS); რობერტ შეფერდი, ასოცირებული პროფესორი სიბლის მექანიკური და საჰაერო კოსმოსური ინჟინერიის სკოლაში (MAE); მაიკ გორი, ლიბერტი ჰაიდ ბეილი პროფესორი და ასოცირებული პროფესორი მოლეკულური მოშენების და გენეტიკის SIPS-ში; იოჰანეს ლემანი, SIPS-ის ნიადაგისა და მოსავლის მეცნიერებების პროფესორი; და აბრაამ სტროკი, უილიამ ჰუის დირექტორი და გორდონ ლ. დიბლი, ქიმიური და ბიომოლეკულური ინჟინერიის პროფესორი. მცენარის ფესვების ირგვლივ ნიადაგში წყლის ხელმისაწვდომობისა და ნაკადის შესახებ რეალურ დროში ინფორმაციის მისაღებად, მკვლევარები შეიმუშავებენ სენსორულ სტრატეგიას და ნიადაგის მოცურავე რობოტს, რათა ნახევრად ავტონომიურად გამოიკვლიონ ფესვების ზონა.
მიკრობიომზე ინფორმირებული გამოთვლითი მოდელები და გადაწყვეტილების მხარდაჭერის ხელსაწყოები ახალი პროდუქტის გაფუჭების პროგნოზირებისთვის: ისპანახი, როგორც მოდელის სისტემა: მარტინ ვიდმანი, გელერტის ოჯახის პროფესორი სურსათის უვნებლობაში; და ივანეკი. მკვლევარები შეიმუშავებენ მიკრობიომის ურთიერთქმედების და აშლილობის გამოთვლით მოდელს დამუშავების, ტრანსპორტირებისა და საცალო ვაჭრობის დროს ახალი ისპანახის შენახვის ვადის პროგნოზირებისთვის.
დაჩქარებული და ავტომატური სტრესის დიაგნოსტიკა ვაშლის ბაღებში: ავაის ხანი, ასოცირებული პროფესორი SIPS-ში Cornell AgriTech-ში; სერჟ ბელონგი, კომპიუტერული მეცნიერების პროფესორი Cornell Tech-ში; და ნოა სნაველი, კომპიუტერული მეცნიერების ასოცირებული პროფესორი Cornell Tech-ში. მცენარის პათოლოგიის, ფენოტიპის და კომპიუტერული ხედვის ექსპერტიზის შერწყმით, გუნდი შექმნის ექსპერტების მიერ ანოტირებულ დაავადებათა მონაცემთა ნაკრებებს ვაშლისთვის, წარმართავს გლობალურ გამოწვევებს, რათა აღმოაჩინოს ახალი გადაწყვეტილებები დაავადების კლასიფიკაციისა და რაოდენობებისთვის, შეიმუშაოს კომპიუტერული ხედვის მოდელები, რათა ზუსტად განასხვავოს მრავალი დაავადების სიმპტომები. დაავადებები და შექმენით მოსახერხებელი აპლიკაციები ვაშლის მწარმოებლების მხარდასაჭერად.
ნახშირბადის მეურნეობა: მანქანური ინტელექტის, დიდი მონაცემების და პროცესის მოდელების გაერთიანება ამ განვითარებადი სექტორის მხარდასაჭერად: Lehmann და Fengqi თქვენ, Roxanne E. და Michael J. Zak პროფესორი ენერგეტიკული სისტემების ინჟინერიაში სმიტის ქიმიური და ბიომოლეკულური ინჟინერიის სკოლაში. ეს პროექტი მიზნად ისახავს გააუმჯობესოს ნიადაგის ორგანული ნახშირბადის ზუსტი პროგნოზირება ნიადაგის პროცესის მოდელირების მანქანურ სწავლებასთან, ღრმა სწავლასთან და დიდ მონაცემებთან კომბინაციით, რათა შეიქმნას პლატფორმა მტკიცებულებებზე დაფუძნებული პოლიტიკისა და ინვესტიციებისთვის ნიადაგის ჯანმრთელობასა და კლიმატის ცვლილების შერბილებაში.
ფუნქციებზე გათვლილი მაღალი გარჩევადობის ფენოტიპური პლატფორმა რიზომიკრობიომში გენეტიკა-ფუნქციური ურთიერთობების დასადგენად მცენარის საკვები ნივთიერებების გამოყენების ხელშეწყობისთვის: აპრილი გუ, სამოქალაქო და გარემოსდაცვითი ინჟინერიის პროფესორი; ჯენი კაო-კნიფინი, ასოცირებული პროფესორი SIPS-ში; და კილიან ვაინბერგერი, კომპიუტერული მეცნიერების ასოცირებული პროფესორი. მკვლევარები შეიმუშავებენ ინოვაციურ ფენოტიპურ-გენოტიპის ტექნოლოგიურ პლატფორმას, რომელიც მათ საშუალებას მისცემს ააშენონ მსოფლიო კლასის სასოფლო-სამეურნეო ფენოტიპის ობიექტი კორნელში, რათა აღმოაჩინონ და დაახასიათონ ახალი მიკროორგანიზმები, რომლებიც სასარგებლოა კულტურებისთვის.
ცისა და ნიადაგის მასშტაბირებადი ციფრული სენსორები: საგნების ინტერნეტის მიდგომა ექსტრემალური სიცხის, გვალვისა და ნალექის ამინდის პროგნოზის გასაუმჯობესებლად: ტობი ოლტი, დედამიწისა და ატმოსფერული მეცნიერებების ასისტენტ პროფესორი; და მაქს ჟანგი, ასოცირებული პროფესორი MAE-ში. არსებული, უკაბელო ინტერნეტის გამოყენებით, მკვლევარები მონიტორინგს გაუწევენ და პროგნოზირებენ ძირითად ცვლადებს შტატის, ქვეყნის და ფერმის დონეზე ექსტრემალური ამინდის პროგნოზირებისთვის, რათა საკვების მწარმოებლებს მიაწოდონ საშიშროების პროგნოზირების ინსტრუმენტი.
პროგნოზირებადი მოდელების შემუშავება სუბკლინიკური და კლინიკური მასტიტის ზუსტად გამოსავლენად რძის ძროხებში, რომლებიც წველიან ავტომატური რძის სისტემებით: რიკ უოტერსი, CVM-ის უფროსი თანაშემწე და ხარისხის რძის წარმოების სერვისების დასავლეთ ლაბორატორიის დირექტორი; და კრისტან რიდი, ცხოველთა მეცნიერების ასისტენტ პროფესორი. ისეთი მონაცემების გამოყენებით, როგორიცაა რძის მოსავლიანობა, რძის დრო და რძის ვიზიტებს შორის დრო, მკვლევარები შეიმუშავებენ ალგორითმს რძის ძროხებში მასტიტის პროგნოზირებისთვის.
- მელანი ლეფკოვიცი, კორნელის უნივერსიტეტი
პროექტები დაწყებული ნიადაგის მოცურავე რობოტიდან, რომელსაც შეუძლია რეალურ დროში იგრძნოს პირობები ფესვის ზონაში და დამთავრებული გამოთვლითი მოდელებით დამთავრებული, რომლებსაც შეუძლიათ გაფუჭების პროგნოზირება. ზემოთ, თვითმფრინავი Musgrave Research Farm-ში, რომელიც მინდორზე მიიყვანეს პროფესორ მაიკლ გორის ლაბორატორიის სტუდენტებმა. ფოტო: ელისონ უსავაჯი