植物响应：电生理学与机器学习绿色监测系统
机器学习
2025-07-01 v1
摘要
活植物不仅在生态平衡和气候调节中发挥作用，还能作为天然传感器，传递关于其内部生理状态和周围环境条件的信息。这种数据源为环境监测和精密农业的应用提供了潜能。通过与人工设备集成，我们建立了 novel 的植物-人工生物混合系统，作为生理信号在活植物与人工设备之间的新型通道。我们将 *Hedera helix* 植物装配上一种称为 PhytoNode 的植物可穿戴装置，以持续记录植物的电生理活动。我们将植物部署在不可控的户外环境中，将电生理模式映射到环境条件。过去五个月，我们收集了数据，并使用最先进的自动机器学习（AutoML）进行分析。我们的分类模型取得了高性能，在二分类任务中达到最高达 95% 的宏平均 F1 分数。AutoML 方法优于手动调参，进一步选择统计特征子集还能提高准确率。我们的生物混合生存系统在恶劣真实条件下监测植物的电生理活动。该工作推动了可扩展的、自持续的、集成植物的生物混合系统的可持续环境监测。
引用
@article{arxiv.2506.23872,
title = {When Plants Respond: Electrophysiology and Machine Learning for Green Monitoring Systems},
author = {Eduard Buss and Till Aust and Heiko Hamann},
journal= {arXiv preprint arXiv:2506.23872},
year = {2025}
}
备注
Submitted and Accepted at the 14th international conference on biomimetic and biohybrid systems (Living Machines)