Climate and genetic data enhancement using deep learning analytics to improve maize yield predictability
© The Author(s) 2022. Published by Oxford University Press on behalf of the Society for Experimental Biology. All rights reserved. For permissions, please email: journals.permissionsoup.com.
| Veröffentlicht in: | Journal of experimental botany. - 1985. - 73(2022), 15 vom: 03. Sept., Seite 5336-5354 |
|---|---|
| 1. Verfasser: | |
| Weitere Verfasser: | , |
| Format: | Online-Aufsatz |
| Sprache: | English |
| Veröffentlicht: |
2022
|
| Zugriff auf das übergeordnete Werk: | Journal of experimental botany |
| Schlagworte: | Journal Article Research Support, Non-U.S. Gov't Climate data science Genomes to Fields (G2F) deep neural network (DNN) genotype by environment (G×E) model maize yield predictability train–test schemes |
| Online verfügbar |
Volltext |