Data mining: Methodology for evaluating adaptive cultivars to climate change using simulation model

数据挖掘：使用模拟模型评估适应气候变化的品种的方法

• 批准号: 15K14635
• 负责人: Shimono Hiroyuki
• 金额: $ 2.5万
• 依托单位: Iwate University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 财政年份: 2015
• 资助国家: 日本
• 起止时间: 2015-04-01 至 2017-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-15K14635/
• 关键词: 数理モデル; ビッグデータ; イネ; 品種; 気候変動; 表現型可塑性; 成長モデル; 多収; 気象

项目成果

人工知能を用いたイネ育種法 1.データマイニング法の検証

利用人工智能的水稻育种方法1.数据挖掘方法的验证

• 发表时间: 2017
• 作者: Masuya;Y. and Shimono;H.;塩井健一朗・熊谷悦史・舛谷悠祐・黒田栄喜・下野裕之
• 通讯作者: 塩井健一朗・熊谷悦史・舛谷悠祐・黒田栄喜・下野裕之

Mining a yield-trial database to identify high-yielding cultivars by simulation modeling: a case study for rice

挖掘产量试验数据库，通过模拟建模识别高产品种：水稻案例研究

• DOI: 10.2480/agrmet.d-16-00004
• 发表时间: 2017
• 期刊: Journal of Agricultural Meteorology
• 影响因子: 1.3
• 作者: Masuya;Y. and Shimono;H.
• 通讯作者: H.

成長モデルを利用した気候変動への適応イネ品種の評価法の開発

利用生长模型开发水稻品种适应气候变化的评价方法

• 发表时间: 2016
• 作者: Shioi;K.;Kumagai;E.;Kuroda;E. and Shimono;H.;舛谷悠祐・長井和哉・黒田栄喜・下野裕之
• 通讯作者: 舛谷悠祐・長井和哉・黒田栄喜・下野裕之

Artificial intelligence (AI) as a tool for rice breeding (1) Confirmation of mining method from big data

人工智能（AI）作为水稻育种工具（1）大数据挖掘方法的确认

• 发表时间: 2016
• 作者: Shioi;K.;Kumagai;E.;Kuroda;E. and Shimono;H.
• 通讯作者: H.

データマイニング：成長モデルを用いた気候変動への適応品種の新たな評価法の開発

数据挖掘：利用生长模型开发适应气候变化品种的新评估方法

• 发表时间: 2015
• 作者: Shioi;K.;Kumagai;E.;Kuroda;E. and Shimono;H.;舛谷悠祐・長井和哉・黒田栄喜・下野裕之;舛谷悠祐・下野裕之
• 通讯作者: 舛谷悠祐・下野裕之