Данная работа посвящена разработке алгоритма прогнозирования времени цветения образцов небольшой коллекции Vigna radiata по особым искусственным визуальным объектам, построенным на основе данных об однонуклеотидных полимор­физмах образцов и ограниченного объема климатической информации. Полученные результаты могут быть использованы с целью развития селекционных программ. В рамках решения задачи была построена сверточная нейронная сеть и решена задача оптимизации гиперпараметров с целью нахождения модели наилучшей производительности. Были построены искусственные визуальные объекты разной конфигурации для исследования их влияния на качество прогноза. Представлены и проанализированы результаты обучения и тестирования сверточной нейронной сети на данных летних и осенних образцов Vigna radiata.

This work is devoted to the development of an algorithm for time to flowering in Vigna radiata mini core collection using transformation genetic and climate data into artificial image objects. The research results can be exploited for its future use to assist breeding programs. We built a convolutional neural network and solved hyperparameter tuning problem to achieve high model performance. We investigated the configuration of the AIOs influence on model performance. The results of the obtained convolutional neural network using training and testing samples are presented and analysed.

• Использование искусственных визуальных объектов для создания модели прогнозирования времени цветения маша
  • Введение
  • 1. Постановка задачи и исходные данные
  • 2. Методы и программы
  • 3. Результаты
  • Заключение
  • Список использованных источников