Standard

Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик. / Бондаренко, В.Ю.; Барковский, А.В.; Шашко, А.Ю.; Черныш, М.А.; Пржевальская, Д.А.; Колбанов, Д.В.; Соколик, А.И.; Смолич, И.И.; Медведев, Сергей Семенович; Демидчик, Вадим Викторович.

In: Журнал Белорусского государственного университета. Биология, Vol. 1, 2019, p. 25-32.

Research output: Contribution to journal › Article › peer-review

Harvard

Бондаренко, ВЮ, Барковский, АВ, Шашко, АЮ, Черныш, МА, Пржевальская, ДА, Колбанов, ДВ, Соколик, АИ, Смолич, ИИ, Медведев, СС & Демидчик, ВВ 2019, 'Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик', Журнал Белорусского государственного университета. Биология, vol. 1, pp. 25-32. https://doi.org/10.33581/2521-1722-2019-1-25-32

APA

Бондаренко, В. Ю., Барковский, А. В., Шашко, А. Ю., Черныш, М. А., Пржевальская, Д. А., Колбанов, Д. В., Соколик, А. И., Смолич, И. И., Медведев, С. С., & Демидчик, В. В. (2019). Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик. Журнал Белорусского государственного университета. Биология, 1, 25-32. https://doi.org/10.33581/2521-1722-2019-1-25-32

Vancouver

Бондаренко ВЮ, Барковский АВ, Шашко АЮ, Черныш МА, Пржевальская ДА, Колбанов ДВ et al. Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик. Журнал Белорусского государственного университета. Биология. 2019;1:25-32. https://doi.org/10.33581/2521-1722-2019-1-25-32

Author

Бондаренко, В.Ю. ; Барковский, А.В. ; Шашко, А.Ю. ; Черныш, М.А. ; Пржевальская, Д.А. ; Колбанов, Д.В. ; Соколик, А.И. ; Смолич, И.И. ; Медведев, Сергей Семенович ; Демидчик, Вадим Викторович. / Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик. In: Журнал Белорусского государственного университета. Биология. 2019 ; Vol. 1. pp. 25-32.

BibTeX

@article{4001d7cbead042d5a955c6d85256d608,
title = "Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик",
abstract = "Феномика – междисциплинарная научная область, объектом исследования которой являются фенотипы, их качественные и количественные показатели, а также закономерности их формирования в ходе онтогенеза и в результате взаимодействия с внешними факторами. Методология феномики – совокупность подходов фенотипирования растений, включающая в себя ряд наиболее современных технологий получения изображений, спектрального, биохимического, молекулярного и генетического анализа, а также инновационных методов информатики, таких как распознавание изображений, компьютерное зрение и машинное обучение. Целью настоящей работы была разработка феномного приложения, основанного на компьютерном зрении и методах машинного обучения, для таксономической классификации и определения физиологического состояния декоративных растений различных групп. В результате работы созданы, классифицированы и аннотированы базы данных Thuja occidentalis L., Forsythia intermedia Vahl, Heuchera micrantha Douglas ex Lindl., Syringa vulgaris L., Phalaenopsis × hybridum Blume. Разработана модель сверточной нейронной сети для таксономической классификации и определения физиологического состояния растений на основе RGB-изображений. Обучение проводилось на основе баз изображений, полученных в стандартизированных условиях при помощи высококачественных RGB-камер. Разработанная нейронная сеть продемонстрировала коэффициент детерминации (R2 ) около 0,66 при определении физиологического состояния. Также нейронная сеть показала высокую эффективность распознавания таксономической принадлежности декоративных видов растений (около 90,8 %).",
keywords = "феномика, машинное обучение, компьютерное зрение",
author = "В.Ю. Бондаренко and А.В. Барковский and А.Ю. Шашко and М.А. Черныш and Д.А. Пржевальская and Д.В. Колбанов and А.И. Соколик and И.И. Смолич and Медведев, {Сергей Семенович} and Демидчик, {Вадим Викторович}",
year = "2019",
doi = "10.33581/2521-1722-2019-1-25-32",
language = "русский",
volume = "1",
pages = "25--32",
journal = "Журнал Белорусского государственного университета. Биология",
issn = "2521-1722",
publisher = "Белорусский государственный университет",

}

RIS

TY - JOUR

T1 - Анализ фенотипа декоративных растений с использованием искусственных нейронных сетей: определение таксономических и физиологических характеристик

AU - Бондаренко, В.Ю.

AU - Барковский, А.В.

AU - Шашко, А.Ю.

AU - Черныш, М.А.

AU - Пржевальская, Д.А.

AU - Колбанов, Д.В.

AU - Соколик, А.И.

AU - Смолич, И.И.

AU - Медведев, Сергей Семенович

AU - Демидчик, Вадим Викторович

PY - 2019

Y1 - 2019

N2 - Феномика – междисциплинарная научная область, объектом исследования которой являются фенотипы, их качественные и количественные показатели, а также закономерности их формирования в ходе онтогенеза и в результате взаимодействия с внешними факторами. Методология феномики – совокупность подходов фенотипирования растений, включающая в себя ряд наиболее современных технологий получения изображений, спектрального, биохимического, молекулярного и генетического анализа, а также инновационных методов информатики, таких как распознавание изображений, компьютерное зрение и машинное обучение. Целью настоящей работы была разработка феномного приложения, основанного на компьютерном зрении и методах машинного обучения, для таксономической классификации и определения физиологического состояния декоративных растений различных групп. В результате работы созданы, классифицированы и аннотированы базы данных Thuja occidentalis L., Forsythia intermedia Vahl, Heuchera micrantha Douglas ex Lindl., Syringa vulgaris L., Phalaenopsis × hybridum Blume. Разработана модель сверточной нейронной сети для таксономической классификации и определения физиологического состояния растений на основе RGB-изображений. Обучение проводилось на основе баз изображений, полученных в стандартизированных условиях при помощи высококачественных RGB-камер. Разработанная нейронная сеть продемонстрировала коэффициент детерминации (R2 ) около 0,66 при определении физиологического состояния. Также нейронная сеть показала высокую эффективность распознавания таксономической принадлежности декоративных видов растений (около 90,8 %).

AB - Феномика – междисциплинарная научная область, объектом исследования которой являются фенотипы, их качественные и количественные показатели, а также закономерности их формирования в ходе онтогенеза и в результате взаимодействия с внешними факторами. Методология феномики – совокупность подходов фенотипирования растений, включающая в себя ряд наиболее современных технологий получения изображений, спектрального, биохимического, молекулярного и генетического анализа, а также инновационных методов информатики, таких как распознавание изображений, компьютерное зрение и машинное обучение. Целью настоящей работы была разработка феномного приложения, основанного на компьютерном зрении и методах машинного обучения, для таксономической классификации и определения физиологического состояния декоративных растений различных групп. В результате работы созданы, классифицированы и аннотированы базы данных Thuja occidentalis L., Forsythia intermedia Vahl, Heuchera micrantha Douglas ex Lindl., Syringa vulgaris L., Phalaenopsis × hybridum Blume. Разработана модель сверточной нейронной сети для таксономической классификации и определения физиологического состояния растений на основе RGB-изображений. Обучение проводилось на основе баз изображений, полученных в стандартизированных условиях при помощи высококачественных RGB-камер. Разработанная нейронная сеть продемонстрировала коэффициент детерминации (R2 ) около 0,66 при определении физиологического состояния. Также нейронная сеть показала высокую эффективность распознавания таксономической принадлежности декоративных видов растений (около 90,8 %).

KW - феномика

KW - машинное обучение

KW - компьютерное зрение

UR - http://www.mendeley.com/research/taxonomic-determination-physiological-analysis-ornamental-plants-using-convolutional-neural-networks

U2 - 10.33581/2521-1722-2019-1-25-32

DO - 10.33581/2521-1722-2019-1-25-32

M3 - статья

VL - 1

SP - 25

EP - 32

JO - Журнал Белорусского государственного университета. Биология

JF - Журнал Белорусского государственного университета. Биология

SN - 2521-1722

ER -

ID: 49716221