کاربرد هوش مصنوعی برای شناسایی فاکتورهای مهم در پرآوری پایه های رویشی پسته

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 329

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NACONF11_210

تاریخ نمایه سازی: 17 اسفند 1400

چکیده مقاله:

دستیابی به دستورالعمل موفق در ریزازدیادی پسته نیازمند تعیین اهمیت ترکیبات محیط کشت می باشد. هدف از انجام این آزمایش بررسی تاثیر ترکیبات محیط کشت های MS و POM روی نرخ پرآوری پایه های رویشی پسته بود. بدین منظور با استفاده از تلفیق DoE و منطق نروفازی ضمن کاهش تعداد تیمارهای مورد نیاز از ۶۲۵۰ به ۶۵ ، از ۲۵ فاکتور مختلف ، تاثیر معنی دار ژنوتیپ به همراه برخی یونهای NH۴+)، K+، Na+، Mg۲+، Mn۲+، Cu۲+، EDTA-، Cl- و (MoO۴۲- روی نرخ نوساقه زایی و رشد طولی نوساقه شناسایی شد.

کلیدواژه ها:

پایه رویشی پسته ، هوش مصنوعی ، DoE ، کشت بافت گیاهی ، منطق نرو فازی

نویسندگان

اسمعیل نظامی

استادیار گروه اصلاح نباتات، پژوهشکده کشاورزی هسته ای، پژوهشگاه علوم و فنون هسته ای