Responsive image


Projektdauer: 01.10.2021 - 30.09.2024

Neue Maschinelle Lernverfahren zur akkurateren Pflanzenzüchtung durch Integration heterogener externer Faktoren

Derzeit steht die Agrarindustrie unter großem Druck, schnell neue Pflanzensorten für das sich ändernde Klima zu entwickeln und weniger Ressourcen zu verbrauchen. Ziel ist es, die Erträge zu steigern und nachhaltiger zu werden. Um die Züchtungsprogramme zu beschleunigen, setzen Pflanzenzüchter genomische Selektionsmethoden ein, um den erwarteten Wert eines Merkmals, z. B. des Ertrags, aus den genetischen Profilen der Pflanzen vorherzusagen, bevor die Pflanzen auf dem Feld getestet werden.Die A...
Teilprojektleitung HSWT: Prof. Dr. Dominik Grimm

Künstliche Intelligenz Genomic Prediction Genomweite Assoziationsstudien Maschinelles Lernen Weitere Forschungsfelder


Projektdauer: 01.05.2020 - 30.04.2023

Evaluierung und Weiterentwicklung moderner Verfahren der künstlichen Intelligenz zur automatischen Erkennung von Unkraut in Sorghum mit Hilfe von Drohnen (EWIS)

Neuartige Technologien, verknüpft mit intelligenter Software, eröffnen große Potentiale im Bereich der Effizienzsteigerung in der Landwirtschaft. Durch den integrierten Pflanzenschutz, der aus biologischer Bekämpfung, Wirtspflanzenresistenz und angepassten Anbaupraktiken besteht, wird der Einsatz von Pflanzenschutzmitteln auf ein Minimum reduziert. Dies kann eine optimale Lösung für die Zukunft der Landwirtschaft darstellen, da es Erträge sichert, Kosten senkt, umweltfreundlich und nachhaltig...
Teilprojektleitung HSWT: Prof. Dr. Dominik Grimm

Künstliche Intelligenz Digitalisierung Drohne Nachwachsende Rohstoffe Neuronale Netze Sorghum Unkrautbekämpfung


Prof. Dr. Dominik Grimm


Hochschule Weihenstephan-Triesdorf

Fakultät Wald und Forstwirtschaft
Hans-Carl-von-Carlowitz-Platz 3
85354 Freising

T +49 9421 187-230
F +49 9421 187-285
dominik.grimm[at]hswt.de