Ускорение анализа данных в кукурузе с помощью краудсорсинга

Междисциплинарная группа учёных из Университета штата Айова использовала краудсорсинг для обучения алгоритма, который автоматически идентифицирует метёлки кукурузы на фотографиях. Этот подход позволяет значительно сократить время анализа больших наборов данных.

Методология

• Исследователи использовали платформу Amazon Mechanical Turk (MTurk) и студентов для привлечения участников.
• Участники получали задание: на десятках изображений кукурузы отмечать метёлки, рисуя вокруг них квадрат.
• Помеченные изображения использовались для машинного обучения компьютерной модели распознавать метёлки.

Результаты

• Результаты, полученные от участников MTurk, были сопоставимы по качеству с результатами обученных экспертов-растениеводов.
• Данные от студентов были немного ниже по качеству, но всё же пригодны для работы алгоритма.
• На основе этих данных был создан алгоритм для автоматической идентификации.

Значение и перспективы

• Автоматизация позволяет сэкономить годы исследований по сравнению с ручным анализом изображений.
• Алгоритм ускоряет получение полезных метрик из массивных наборов данных.
• Метод может быть применён для анализа различных признаков у любых растений, по которым есть большие архивы изображений.
• Это ускоряет селекцию более эффективных сортов сельскохозяйственных культур.

Финансирование и междисциплинарность

Исследование стало возможным благодаря финансированию Presidential Initiative for Interdisciplinary Research, Plant Sciences Institute и гранту National Science Foundation. В работе участвовали специалисты по статистике, биоинформатике, инженерии, психологии и феномике растений.