Новое исследование из Индии, за авторством учёных из Технологического университета Кочина и женского колледжа Криштамал, утверждает, что системы искусственного интеллекта, а именно, программы базирующиеся на технологии методики анализа опорных векторов (SVM), могут эффективно использоваться для анализа и классификации семян растения конопли. Данная технология использует чёрно-белые фотографии образцов семян, опираясь на внешний вид и характеристики для определения их принадлежности к определённым сортам растения.

«Данная технология может существенно упростить и ускорить процесс отбора семян растений, в частности, образцов полученных не из официальных, регулируемых источников, с целью выделения и классификации психоактивных и непсихоактивных растений из предоставленной выборки», сообщают авторы работы. «Соответственно, эффективное внедрение данной технологии может существенно снизить риски производства растений с повышенной концентрацией ТГК и иных психоактивных каннабиноидов для фермеров, что позволит защитить их от возможных санкций. Конечно же, эта методика также позволит властям тратить существенно меньше времени и средств на инспекцию предприятий, занимающихся работой с коноплёй».



Как сообщают учёные, SVM модель продемонстрировала уровень точности анализа в пределах 93.98% при работе с выборкой из 3,434 семян конопли, принадлежащих к 17 вариациям растения.

«В среднем, тест системы продемонстрировал, что она может выявлять принадлежность семян к определённым типам сортов, на основании базовой фотографии, с очень высокой точностью», утверждают авторы. «Даже для размытых фотографий образцов, показатель точности составил примерно 0.93. Соответственно, при использовании крупных планов образца семян, точность устремляется к максимуму».

Учёные полагают, что технологию можно успешно масштабировать, расширив базу типовых образцов сортовой конопли, включив в неё как можно большее число фотографий семян как технических, так и рекреационных видов растений конопли.

«В теории, имея образцы семян из отдельных регионов мира, мы можем обучить программу с высокой точностью определять, из каких именно округов и деревень могли взяться образцы диких или полудиких растений, что в купе позволит создать максимально автоматизированный, визуальный гид для опознания растений», заключают исследователи. «С должным расширением базы и регулярным обновлением содержащихся в ней данных, мы можем потенциально минимизировать необходимость в регулярных тестах образцов конопли, опираясь исключительно на машинный анализ, позволяющий автоматически опознавать и отбирать растения на самой ранней стадии их развития».

Источник: internationalcbc.com
Прислал: mcfry

Комментариев: 0