Projete rangéiert vun engem Buedemschwammen Roboter deen Konditiounen an der Wuerzelzone an Echtzäit sensiéiere kann bis Berechnungsmodeller, déi d'Produktioun vu Verrotten viraussoen, kritt Somfongen vun der Cornell Initiative fir Digital Landwirtschaftden neie Research Innovation Fund.
Aacht interdisziplinär Teams vu Fuerscher - vum College of Agriculture and Life Sciences, dem College of Engineering, Computing and Information Science, Cornell Tech an dem College of Veterinary Medicine (CVM) - kréien dräi Joer Auszeechnunge vu bis zu $225,000. Fir ze bewerben, mussen d'Teams de Cornell Fakultéitsmemberen aus op d'mannst zwee Colleges enthalen, fir Cross-Campus Zesummenaarbecht ze garantéieren.
"Dës Fuerschungsprojete representéieren dat spannend Potenzial vun digitale Tools, wéi Rechenmodeller, Robotersystemer, kënschtlech Intelligenz an den" Internet vun de Saachen, fir d'Landwirtschaft bei all Schrëtt vum Liewensmëttelproduktiounsprozess ze transforméieren," sot Susan McCouch, de Barbara McClintock Professer fir Planzenzucht a Genetik an den Direkter vun der Cornell Initiative fir Digital Landwirtschaft (CIDA). "Interdisziplinär Zesummenaarbecht wéi dës wäerten d'Grenze vun der Wëssenschaft drécken fir d'Produktivitéit an d'Nohaltegkeet vun der Landwirtschaft ze erhéijen, an eng Pipeline vun Entdeckung a praktesch Innovatiounen ze förderen."
Eng multidisziplinär Grupp vu bal dräi Dutzend Fakultéitsmemberen, presidéiert vum Renata Ivanek, Associé Professer am Departement vun der Populatiounsmedezin an der Diagnostikwëssenschaften am CVM, huet déi aacht Projeten aus 31 Virschléi ausgewielt. Finanzéierung fir d'Auszeechnunge kënnt vum CIDA Research Innovation Fund an dem US Department of Agriculture Hatch Act Programm.
D'Projeten:
D'Erdbeerebezuelung verbesseren duerch gebierteg a robotesch Pollinatoren: Kirstin Petersen, Assistent Professer fir Elektro- a Computertechnik; a Scott McArt, Assistent Professer fir Entomologie. Hir Aarbecht wäert d'automatesch Iwwerwaachung vu wilde a verwalteten Pollinatoren mat Roboterbestäubung integréieren, de Grondlag fir e biologesch-hybrid System leeën deen d'Ernteproduktioun observéiere kann, viraussoen an verbesseren. D'Fuerscher wäerten haltbar a Low-Power Insektkamera Fallen entwéckelen, Dronen fir séier Kräizbestëftung benotzen a Wuesstumsmodeller kreéieren déi e Bauer iwwer eng Online App vermëttelt kënne ginn.
Nei Buedemrobotik a Sensing fir Buedem-Wuerzel-Phenotyping vun der Waasserverbrauchseffizienz: Taryn Bauerle, Associate Professor an der School of Integrative Plant Science (SIPS); Robert Shepherd, Associé Professer an der Sibley School of Mechanical and Aerospace Engineering (MAE); Mike Gore, Liberty Hyde Bailey Professer an Associé Professer fir molekulare Zucht a Genetik am SIPS; Johannes Lehmann, Professer fir Buedem- a Kulturwëssenschaften am SIPS; an den Abraham Stroock, de William C. Hooey Direkter a Gordon L. Dibble, Professer fir Chemesch a Biomolekulare Engineering. Fir Zougang zu Echtzäitinformatioun iwwer d'Disponibilitéit an de Flux vum Waasser am Buedem ronderëm Planzenwurzelen ze kréien, wäerten d'Fuerscher eng Senséierungsstrategie an e Buedemschwammenroboter entwéckelen fir semi-autonom d'Wurzelzone z'entdecken.
Mikrobiome-informéiert Rechenmodeller an Entscheedungsunterstëtzungsinstrumenter fir d'Verschwendung vu frësche Produkter virauszesoen: Spinat als Modellsystem: Martin Wiedmann, Gellert Family Professor in Food Safety; an Ivanek. D'Fuerscher wäerten e Berechnungsmodell vu Mikrobiome Interaktiounen a Perturbatiounen während der Veraarbechtung, Transport an Handel entwéckelen fir d'Haltdauer vu frësche Spinat virauszesoen.
Beschleunegt an automatiséiert Stressdiagnostik an Äppelbëscher: Awais Khan, Associate Professor am SIPS bei Cornell AgriTech; Serge Belongie, Professer fir Informatik um Cornell Tech; an Noah Snavely, Associé Professer fir Informatik um Cornell Tech. D'Kombinatioun vun Expertise an der Planzepathologie, Phänotyping a Computervisioun, wäert d'Team Expert-annotéiert Krankheetsdatesets fir Äppel erstellen, e globalen Erausfuerderungskonkurrenz féieren fir nei Léisunge fir Krankheetsklassifikatioun a Quantifikatioun ze fannen, Computervisiounsmodeller entwéckelen fir präzis tëscht de Symptomer vu ville z'ënnerscheeden. Krankheeten, an entwéckelen userfrëndlech Apps fir Äppelbaueren z'ënnerstëtzen.
Carbon Landwirtschaft: Kombinéiert Maschinnintelligenz, Big Data a Prozessmodeller fir dësen opkomende Secteur z'ënnerstëtzen: Lehmann a Fengqi You, de Roxanne E. a Michael J. Zak Professer an Energiesystemer Engineering an der Smith School of Chemical and Biomolecular Engineering. Dëse Projet zielt d'korrekt Prognose vum Buedemorganesche Kuelestoff ze verbesseren andeems d'Buedemprozessmodelléierung mat Maschinnléieren, Deep Learning a Big Data kombinéiert gëtt fir eng Plattform ze kreéieren fir evidenzbaséiert Politik an Investitiounen a Buedemgesondheet a Klimawandelsmitigatioun ze féieren.
Fonktiounsgezielt Héichopléisende Phenotyping Plattform fir Genetik-Funktiounsverhältnisser am Rhizomikrobiom ze deducéieren fir d'Pflanzennährstoffnutzung ze förderen: Abrëll Gu, Professer fir Déifbau an Ëmwelttechnik; Jenny Kao-Kniffin, Associé Professer am SIPS; a Kilian Weinberger, Associate Professor of Computer Science. D'Fuerscher wäerten eng innovativ Phänotyping-Genotyping Technologie Plattform entwéckelen, déi hinnen erlaabt eng Weltklass landwirtschaftlech Phänotyping Ariichtung zu Cornell ze bauen, fir nei Mikroorganismen z'entdecken an ze profiléieren, déi fir d'Ernte profitéieren.
Skalierbar digital Sensoren vum Himmel a Buedem: Eng Internet vun Saachen Approche fir Bauerenhaff-Skala Wiederprevisiounen vun extremer Hëtzt, Dréchent a Reen ze verbesseren: Toby Ault, Assistent Professer fir Äerd- an Atmosphärwëssenschaften; an de Max Zhang, Associate Professor am MAE. Mat Hëllef vun engem existente, drahtlose Internet vu Saachen, wäerten d'Fuerscher Schlësselvariablen iwwerwaachen a prognostizéiere fir extremt Wieder am Staat, Grofschaft a Bauerenhaff virauszesoen fir Liewensmëttelproduzenten e Toolkit ze bidden fir Gefore virauszesoen.
Entwécklung vu viraussiichtleche Modeller fir präzis subklinesch a klinesch Mastitis bei Mëllechkéi, déi mat automatiséierte Milchsystemer gemolt ginn, z'entdecken: Rick Watters, Senior Extensioun Associé an CVM an Direkter vun der Qualitéit Milk Production Services Western Laboratory; an Kristan Reed, Assistent Professer vun Déier Wëssenschaft. Mat Daten wéi d'Mëllechrendung, d'Mëllechzäit an d'Zäit tëscht de Mëllechbesichten, wäerten d'Fuerscher en Algorithmus entwéckelen fir Mastitis bei Mëllechkéi virauszesoen.
- Melanie Lefkowitz, Cornell University
Projete rangéiert vun engem Buedemschwammenroboter deen Konditiounen an der Wuerzelzone an Echtzäit bis zu Berechnungsmodeller kënne viraussoen, déi Verschwendung virauszesoen, kritt Somfongen vun der Cornell Initiative for Digital Agriculture sengem neie Research Innovation Fund. Uewen, eng Dron um Musgrave Research Farm, vun de Studenten am Professer Micheal Gore sengem Labo op d'Feld geholl. Foto: Allison Usavage