Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Automatische Detektion von Trockenstress bei Tabakpflanzen mittels Machine-Learning-Verfahren

Automatic detection of drought stress in tobacco plants by means of machine learning algorithms
 
: Siebers, M.; Uhrmann, F.; Scholz, O.; Stocker, C.; Schmid, U.

:
Volltext (PDF; )

Ruckelshausen, A. ; Gesellschaft für Informatik -GI-, Bonn:
Informatik in der Land-, Forst- und Ernährungswirtschaft. Fokus: Intelligente Systeme - Stand der Technik und neue Möglichkeiten : Referate der 36. GIL-Jahrestagung, 22.-23. Februar 2016, in Osnabrück, Germany
Bonn: GI, 2016 (GI-Edition - Lecture Notes in Informatics (LNI). Proceedings 253)
ISBN: 978-3-88579-647-3
S.197-200
Gesellschaft für Informatik in der Land-, Forst- und Ernährungswirtschaft (GIL Jahrestagung) <36, 2016, Osnabrück>
Deutsch
Konferenzbeitrag, Elektronische Publikation
Fraunhofer IIS ()

Abstract
Dieser Beitrag befasst sich mit der Klassifikation der Vitalität von Pflanzen durch Ma- chine-Learning-Verfahren am Beispiel von Trockenstress bei Tabak (Nicotiana tabacum). Wir zeigen, dass Machine-Learning-Verfahren die menschliche Unterscheidung von gesunden und gestressten Pflanzen durch einen Experten nachbilden können und zudem, dass eine frühzeitige Erkennung von Pflanzenstress möglich ist, indem eine dritte Klasse für mäßig gestresste Pflanzen eingeführt wird. Zur Klassifikation werden Entscheidungsbaumverfahren, Support Vector Ma- chine, künstliche Neuronale Netze und Lineare Regression verglichen. Im Beitrag wird schwerpunktmäßig die Auswahl der Merkmale beschrieben, die für eine zuverlässige Klassifikation notwendig sind. Da die Experteneinschätzung weniger auf Einzelkriterien als vielmehr auf dem Ge- samteindruck des Pflanzenphänotyps basiert, stellt sich die Frage, welche relevanten Merkmale ein automatisches Diagnose-System berücksichtigen muss. Es hat sich herausgestellt, dass neben blattspezifischen Merkmalen auch Merkmale, die sich auf die Gesamtpflanze beziehen, für die Klassifikation relevant sind.

: http://publica.fraunhofer.de/dokumente/N-491359.html