माटोमा पौडी खेल्ने रोबोटदेखि लिएर मूल क्षेत्रको अवस्थालाई वास्तविक समयमा बुझ्न सक्ने कम्प्युटेसनल मोडेलसम्मका परियोजनाहरू जसले उत्पादन बिगार्ने अनुमान गर्न सक्ने बीउ कोषहरू प्राप्त गर्दछ। डिजिटल कृषिको लागि कर्नेल पहलको नयाँ अनुसन्धान नवाचार कोष।
कलेज अफ एग्रीकल्चर एण्ड लाइफ साइन्सेज, कलेज अफ इन्जिनियरिङ्, कम्प्युटिङ र इन्फर्मेसन साइन्स, कर्नेल टेक र कलेज अफ भेटेरिनरी मेडिसिन (CVM) बाट अन्वेषकहरूको आठ अन्तःविषय टोलीले $225,000 सम्मको तीन वर्षको पुरस्कार प्राप्त गर्नेछन्। आवेदन दिन, टोलीहरूले कम्तिमा दुईवटा कलेजहरूबाट कर्नेल संकाय सदस्यहरू समावेश गर्न आवश्यक छ, क्रस-क्याम्पस सहयोग सुनिश्चित गर्दै।
"यी अनुसन्धान परियोजनाहरूले कम्प्युटेसनल मोडेलहरू, रोबोटिक प्रणालीहरू, कृत्रिम बुद्धिमत्ता र 'इन्टरनेट अफ चीजहरू' जस्ता डिजिटल उपकरणहरूको रोमाञ्चक सम्भावनालाई प्रतिनिधित्व गर्दछ, जसले खाद्य उत्पादन प्रक्रियाको प्रत्येक चरणमा कृषिलाई रूपान्तरण गर्दछ," भने। सुसान McCouch, बिरुवा प्रजनन र आनुवंशिकी को प्रोफेसर बारबरा McClintock र डिजिटल कृषि को लागी कर्नेल पहल (CIDA) को निर्देशक। "यस्ता अन्तर-विषय सहकार्यहरूले कृषिको उत्पादकता र दिगोपन बढाउन, र खोज र व्यावहारिक आविष्कारहरूको पाइपलाइनलाई बढावा दिन विज्ञानको सीमाहरूलाई धकेल्नेछ।"
CVM मा जनसंख्या चिकित्सा र निदान विज्ञान विभागका सहयोगी प्राध्यापक रेनाटा इभानेकको अध्यक्षतामा लगभग तीन दर्जन संकाय सदस्यहरूको बहु-अनुशासनात्मक समूहले 31 प्रस्तावहरूबाट आठ परियोजनाहरू चयन गरेको थियो। पुरस्कारका लागि कोष CIDA रिसर्च इनोभेसन फण्ड र युएस डिपार्टमेन्ट अफ एग्रीकल्चर ह्याच एक्ट कार्यक्रमबाट आउँछ।
आयोजनाहरु:
नेटिभ र रोबोटिक परागकणहरू मार्फत स्ट्रबेरीको उत्पादन सुधार गर्दै: कर्स्टिन पीटरसन, इलेक्ट्रिकल र कम्प्युटर इन्जिनियरिङका सहायक प्रोफेसर; र स्कट म्याकआर्ट, कीटविज्ञानका सहायक प्रोफेसर। तिनीहरूको कामले रोबोटिक परागणको साथ जंगली र व्यवस्थित परागकणहरूको स्वचालित निगरानीलाई एकीकृत गर्नेछ, जैविक-हाइब्रिड प्रणालीको लागि आधार तयार पार्नेछ जसले बाली उत्पादनलाई अवलोकन गर्न, भविष्यवाणी गर्न र सुधार गर्न सक्छ। अनुसन्धानकर्ताहरूले टिकाउ र कम शक्तिको कीट क्यामेरा ट्र्यापहरू विकास गर्नेछन्, द्रुत क्रस-परागणको लागि ड्रोनहरू प्रयोग गर्नेछन् र विकास मोडेलहरू सिर्जना गर्नेछन् जुन एक अनलाइन एप मार्फत किसानलाई बताउन सकिन्छ।
नयाँ माटो रोबोटिक्स र पानीको प्रयोग प्रभावकारिताको माटो-जरा फेनोटाइपिङको लागि सेन्सिङ: Taryn Bauerle, स्कूल अफ इन्टिग्रेटिभ प्लान्ट साइंस (SIPS) मा सहयोगी प्रोफेसर; रोबर्ट शेफर्ड, सिब्ली स्कूल अफ मेकानिकल र एरोस्पेस इन्जिनियरिङ् (MAE) मा सहयोगी प्राध्यापक; माइक गोर, लिबर्टी हाइड बेली प्रोफेसर र SIPS मा आणविक प्रजनन र आनुवंशिकी को सहयोगी प्रोफेसर; जोहानेस लेहमन, SIPS मा माटो र बाली विज्ञानका प्रोफेसर; र अब्राहम स्ट्रोक, विलियम सी. हुइ निर्देशक र गोर्डन एल डिब्बल, केमिकल र बायोमोलिक्युलर इन्जिनियरिङका प्रोफेसर। बिरुवाको जरा वरिपरि माटोमा पानीको उपलब्धता र प्रवाहको बारेमा वास्तविक-समय जानकारी पहुँच गर्न, अन्वेषकहरूले सेन्सिङ रणनीति र माटो-स्विमिङ रोबोटलाई अर्ध-स्वायत्त रूपमा जरा क्षेत्र अन्वेषण गर्न विकास गर्नेछन्।
माइक्रोबायोम-सूचित कम्प्युटेशनल मोडेलहरू र निर्णय समर्थन उपकरणहरू ताजा उत्पादन बिगार्ने भविष्यवाणी गर्न: मोडेल प्रणालीको रूपमा पालक: मार्टिन Wiedmann, खाद्य सुरक्षा मा Gellert परिवार प्रोफेसर; र Ivanek। शोधकर्ताहरूले ताजा पालकको शेल्फ लाइफको भविष्यवाणी गर्न प्रशोधन, यातायात र खुद्रा बिक्रीको क्रममा माइक्रोबायोम अन्तरक्रिया र विचलितहरूको कम्प्युटेसनल मोडेल विकास गर्नेछन्।
स्याउको बगैचामा द्रुत र स्वचालित तनाव निदान: Awais खान, कर्नेल AgriTech मा SIPS मा सहयोगी प्राध्यापक; Serge Belongie, कर्नेल टेक मा कम्प्युटर विज्ञान को प्रोफेसर; र नोआ स्नेभली, कर्नेल टेकमा कम्प्युटर विज्ञानका सहयोगी प्रोफेसर। बिरुवा रोगविज्ञान, फेनोटाइपिङ र कम्प्युटर भिजनमा विशेषज्ञताको संयोजन गर्दै, टोलीले स्याउको लागि विशेषज्ञ-एनोटेटेड रोग डेटासेटहरू सिर्जना गर्नेछ, रोग वर्गीकरण र परिमाणीकरणको लागि उपन्यास समाधानहरू खोज्न विश्वव्यापी चुनौती प्रतिस्पर्धाको नेतृत्व गर्नेछ, धेरै लक्षणहरू बीच सही रूपमा छुट्याउन कम्प्युटर दृष्टि मोडेलहरू विकास गर्नेछ। रोगहरू, र स्याउ उत्पादकहरूलाई समर्थन गर्न प्रयोगकर्ता-अनुकूल अनुप्रयोगहरू विकास गर्नुहोस्।
कार्बन खेती: यस उदीयमान क्षेत्रलाई समर्थन गर्न मेसिन इन्टेलिजेन्स, ठूलो डाटा र प्रक्रिया मोडेलहरू संयोजन गर्दै: Lehmann र Fengqi You, the Roxanne E. र Michael J. Zak स्मिथ स्कूल अफ केमिकल र बायोमोलिक्युलर इन्जिनियरिङमा ऊर्जा प्रणाली इन्जिनियरिङ्का प्रोफेसर। यस परियोजनाले माटोको स्वास्थ्य र जलवायु परिवर्तन न्यूनीकरणमा प्रमाण-आधारित नीति र लगानीलाई ड्राइभ गर्न प्लेटफर्म सिर्जना गर्न मेसिन लर्निङ, गहिरो शिक्षा र ठूलो डेटासँग माटो प्रक्रिया मोडेलिङ संयोजन गरेर माटोको जैविक कार्बनको सही भविष्यवाणी सुधार गर्ने लक्ष्य राखेको छ।
फंक्शन-लक्षित उच्च-रिजोल्युसन फिनोटाइपिङ प्लेटफर्म बिरुवाको पोषक तत्वहरूको उपयोगलाई बढावा दिनको लागि rhizomicrobiome मा आनुवंशिकी-कार्य सम्बन्धहरू घटाउन: अप्रिल गु, सिभिल र पर्यावरण ईन्जिनियरिङ् को प्रोफेसर; जेनी काओ-निफिन, SIPS मा सहयोगी प्रोफेसर; र Kilian Weinberger, कम्प्युटर विज्ञान को सहयोगी प्रोफेसर। अन्वेषकहरूले एक अभिनव फेनोटाइपिङ-जीनोटाइपिङ टेक्नोलोजी प्लेटफर्म विकास गर्नेछन् जसले तिनीहरूलाई कर्नेलमा विश्व-स्तरीय कृषि फिनोटाइपिङ सुविधा निर्माण गर्न सक्षम बनाउँदछ, ताकि बालीहरूको लागि लाभदायक नयाँ सूक्ष्मजीवहरू पत्ता लगाउन र प्रोफाइल गर्न।
आकाश र माटोको स्केलेबल डिजिटल सेन्सर: अत्यधिक गर्मी, खडेरी र वर्षाको खेती-स्तरीय मौसम पूर्वानुमान सुधार गर्न चीजहरूको इन्टरनेट दृष्टिकोण: टोबी अल्ट, पृथ्वी र वायुमण्डलीय विज्ञानका सहायक प्राध्यापक; र म्याक्स झाङ, MAE मा सहयोगी प्राध्यापक। अवस्थित, वायरलेस इन्टरनेट अफ चीजहरू प्रयोग गरेर, अन्वेषकहरूले राज्य, काउन्टी र फार्म स्तरहरूमा चरम मौसमको भविष्यवाणी गर्न मुख्य चरहरूको निगरानी र पूर्वानुमान गर्नेछन् जसले खाद्य उत्पादकहरूलाई खतराहरूको भविष्यवाणी गर्न टुलकिट प्रदान गर्दछ।
स्वचालित दुग्ध प्रणालीको साथ दुग्ध गाईहरूमा सबक्लिनिकल र क्लिनिकल स्तनशोथ सही रूपमा पत्ता लगाउन भविष्यवाणी गर्ने मोडेलहरूको विकास: रिक वाटर्स, CVM मा वरिष्ठ विस्तार सहयोगी र गुणस्तर दूध उत्पादन सेवा पश्चिमी प्रयोगशाला को निर्देशक; र क्रिस्टन रीड, पशु विज्ञानका सहायक प्रोफेसर। दुध उत्पादन, दुध निकाल्ने समय र दुग्ध भ्रमणहरू बीचको समय जस्ता डेटा प्रयोग गरेर, अन्वेषकहरूले दुग्ध गाईहरूमा मास्टाइटिसको भविष्यवाणी गर्न एल्गोरिथ्म विकास गर्नेछन्।
- मेलानी लेफ्कोविट्ज, कर्नेल विश्वविद्यालय
माटोमा पौडी खेल्ने रोबोटदेखि लिएर डिजिटल कृषिको नयाँ रिसर्च इनोभेसन कोषका लागि कर्नेल इनिसिएटिभबाट प्राप्त बीउ कोषहरू बिग्रिएको भविष्यवाणी गर्न सक्ने कम्प्युटेसनल मोडेलहरूमा वास्तविक समयमा जरा क्षेत्रको अवस्था बुझ्न सक्ने परियोजनाहरू। माथि, मुस्ग्रेभ रिसर्च फार्ममा ड्रोन, प्रोफेसर माइकल गोरको प्रयोगशालामा विद्यार्थीहरूद्वारा फिल्डमा लगिएको। फोटो: एलिसन Usavage