پرش به محتوای اصلی

یادگیری ماشینی به شناسایی مواد شیمیایی که زنبورهای عسل را از آفت کش ها دفع می کنند، کمک می کند

فیزیک‌ارگ۱۴۰۵ مهر ۲, پنجشنبه، ساعت ۲۳:۰۰حدود 1 دقیقه مطالعه

در یک پیروزی برای حفاظت از گرده افشان، محققان دانشگاه کالیفرنیا، ریورساید، یک روش مبتنی بر یادگیری ماشینی را برای شناسایی ترکیبات شیمیایی که می توانند به طور ایمن زنبورهای عسل را از محصولات تحت درمان با آفت کش ها دفع کنند، توسعه داده اند. این تحقیق یک راه حل بالقوه برای یکی از فوری ترین چالش های زیست محیطی کشاورزی ارائه می دهد: کاهش مداوم جمعیت زنبور عسل، که تا حدی ناشی از قرار گرفتن در معرض آفت کش ها است.

در یک پیروزی برای حفاظت از گرده افشان، محققان دانشگاه کالیفرنیا، ریورساید، یک روش مبتنی بر یادگیری ماشینی را برای شناسایی ترکیبات شیمیایی که می توانند به طور ایمن زنبورهای عسل را از محصولات تحت درمان با آفت کش ها دفع کنند، توسعه داده اند. این تحقیق یک راه حل بالقوه برای یکی از فوری ترین چالش های زیست محیطی کشاورزی ارائه می دهد: کاهش مداوم جمعیت زنبور عسل، که تا حدی ناشی از قرار گرفتن در معرض آفت کش ها است. این مقاله در مجله eLife منتشر شده است.

خواندن متن کامل در فیزیک‌ارگبه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

Machine learning helps identify chemicals that repel honey bees from pesticides

In a win for pollinator conservation, researchers at the University of California, Riverside, have developed a machine learning-based method to identify chemical compounds that can safely repel honey bees from pesticide-treated crops. The research offers a potential solution to one of agriculture's most urgent ecological challenges: the ongoing decline in honey bee populations, driven in part by pesticide exposure.…

همه‌ی اخبار علم