Descrizione del progetto
Tecnologia basata sull’apprendimento automatico per una produzione resiliente delle colture
Le frequenti e intense condizioni meteorologiche estreme dovute ai cambiamenti climatici minacciano la sicurezza alimentare globale e interrompono la produzione di colture a livello locale. Ciò crea un’urgente necessità per i selezionatori di sviluppare colture resistenti al clima ed efficienti dal punto di vista delle risorse. Le tecnologie basate sull’apprendimento automatico sono promettenti per affrontare queste sfide e agevolare la produzione di prodotti stabili e a valore aggiunto. Tuttavia, sono ancora in fase di sviluppo e pertanto non possono essere utilizzate a livello commerciale. Per colmare questa lacuna, il progetto TRAIT4.0 finanziato dall’UE, propone xSeedScore, una tecnologia rivoluzionaria basata sull’apprendimento automatico che potrebbe consentire lo sviluppo di varietà di colture più resistenti al clima, riducendo al contempo l’uso di terra e acqua e accorciando i tempi di commercializzazione.
Obiettivo
Global food security challenges, due to exposure to more frequent and intense climate extremes, are threatening to erode and reverse gains made in ending hunger and malnutrition globally, and to shake the foundations of crop production locally. Therefore, plant breeders are under pressure to tackle climate resiliency and resource efficiency. Machine learning-based technologies have the potential to address these challenges and enable breeders to produce stable, value-added products, which contribute to resource-efficient agriculture that can feed the world, but are so far still under development and not commercially available. Computomics has developed xSeedScore, the first disruptive machine learning-based technology enabling more climate-resilient varieties, decreased land and water use, reduced time-to-market and a competitive alternative to genetic modification. With help of the EIC Accelerator, Computomics expects to reach by 2026 a turnover of 18M and 50 employees.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
- Food security
- Computer sciences
- information science and bioinfo
- climate change
- climate-resilient food production
- genomics
- phenotype
- phenotyping
- breeding companies
- plant
- breeders
- Computational engineering
- crop
- biotechnology
- metagenomics
- machine learning
- data science
- Bioinformatics
- computational biology
- supply chain continuity
- Plant breeding and plant protection
- new plant varieties
Programma(i)
- HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-EIC-2022-ACCELERATOR-01
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-EIC-ACC-BF - HORIZON EIC Accelerator Blended FinanceCoordinatore
72072 Tubingen
Germania
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.