开发基于人工智能的蜜蜂健康评估综合系统
原文约400字，阅读约需1分钟。发表于：。蜜蜂在全球食品供应中起着大约三分之一的授粉作用，但由于多种因素，包括杀虫剂和害虫，蜜蜂群数量在过去十年中惊人地下降了近 40%。本研究通过引入综合系统，包括蜜蜂目标检测和健康评估，综合利用视觉和音频信号来分析蜜蜂行为，并开发了一种自适应关注多模态神经网络（AMNN）来准确评估蜜蜂健康状况。AMNN 在保持高效处理时间的同时，取得了 92.61% 的整体准确率，超过了八个现有的单一信号卷积神经网络和递归神经网络。此外，它提高了预测鲁棒性，在所有四种评估的健康状况中，F1 得分均超过 90%。此研究还表明相比图像，音频信号更可靠地评估蜜蜂健康状况。通过将 AMNN 与图像和声音数据无缝集成于综合的蜜蜂健康监测系统中，这种方法为早期检测蜜蜂疾病和保护蜜蜂群提供了更高效、无创的解决方案。
蜜蜂数量下降近40%，研究开发了一种自适应关注多模态神经网络（AMNN）来评估蜜蜂健康状况。AMNN准确率达到92.61%，提高了预测鲁棒性。研究发现音频信号更可靠地评估蜜蜂健康状况。将AMNN与图像和声音数据集成于蜜蜂健康监测系统中，提供了更高效、无创的解决方案。
