[论文解读] Active Learning with Gaussian Processes for High Throughput Phenotyping

Sumit Kumar, Wenhao Luo+2 more|arXiv (Cornell University)|Jan 21, 2019

Smart Agriculture and AI参考文献 21被引用 4

一句话总结

本文提出了一种基于高斯过程（GPs）的主动学习框架，使自主地面机器人能够通过智能平衡高精度静态测量与运动过程中采集的低质量移动测量，高效地在大型农田中绘制植物表型。该方法在显著减少数据采集时间的同时，实现了与全面采样相当的预测精度，在真实高粱表型数据上表现出优越性能。

ABSTRACT

A looming question that must be solved before robotic plant phenotyping capabilities can have significant impact to crop improvement programs is scalability. High Throughput Phenotyping (HTP) uses robotic technologies to analyze crops in order to determine species with favorable traits, however, the current practices rely on exhaustive coverage and data collection from the entire crop field being monitored under the breeding experiment. This works well in relatively small agricultural fields but can not be scaled to the larger ones, thus limiting the progress of genetics research. In this work, we propose an active learning algorithm to enable an autonomous system to collect the most informative samples in order to accurately learn the distribution of phenotypes in the field with the help of a Gaussian Process model. We demonstrate the superior performance of our proposed algorithm compared to the current practices on sorghum phenotype data collection.

研究动机与目标

• 解决因在大田中进行全面数据采集而导致的高通量表型分析（HTP）可扩展性瓶颈。
• 开发一种主动学习算法，选择具有信息量的采样位置，以最小化数据采集时间，同时保持模型精度。
• 将静态（高精度）和移动（低精度，基于运动）测量整合到统一的基于高斯过程的框架中。
• 设计一种信息性路径规划算法，以最大化来自静态和移动测量的联合信息增益。
• 在真实世界高粱表型数据上评估该方法，并与传统全面采样方法进行比较。

提出的方法

• 系统使用具有考虑空间相关性的核函数的高斯过程（GP）对目标表型（如植株高度）的空间分布进行建模。
• 对两类测量进行建模：静态测量（精度高，机器人停止时采集）和移动测量（噪声较大，运动过程中采集），每类测量具有不同的噪声水平。
• 使用基于熵减少（MaxEnt）的效用函数，选择能最大程度提升对潜在表型分布信息量的下一个采样位置。
• 信息性路径规划算法计算最优轨迹，以最大化沿路径的静态与移动测量的联合信息增益。
• 通过预算约束的路径搜索结合松弛长度（ξ），动态平衡探索（新信息量高的田块）与利用（高不确定性区域）。
• 使用机器人平台采集的真实高粱数据集对框架进行评估，并与全面采样及基线主动学习方法进行性能比较。

实验结果

研究问题

• RQ1 与全面采样相比，基于高斯过程的主动学习方法是否能减少高通量表型分析中的数据采集时间，同时保持预测精度？
• RQ2 与仅依赖静态测量相比，集成运动过程中采集的移动测量如何影响模型精度？
• RQ3 在大规模田间表型分析中，测量质量（静态 vs. 移动）与数据采集效率之间的最优权衡是什么？
• RQ4 路径规划松弛（ξ）的引入如何影响模型性能与计算成本？
• RQ5 混合静态-移动测量策略在多大程度上能实现与全区域扫描相当的性能？

主要发现

• 所提出的主动学习算法在测试集上实现了与全面采样相当的预测精度，平均绝对误差（MAE）为4.22，同时显著减少了数据采集时间。
• 即使移动测量的噪声比（σₘ/σₛ）达到5，模型仍保持高精度，表明移动数据可在不降低性能的前提下被有效利用。
• 增加路径规划松弛（ξ）可略微提升模型性能，但提升非单调，表明由于GP核函数中的空间相关性，更长路径并不总能带来更好的信息增益。
• 仅增加少量额外预算（ξ=5）即可带来显著的性能提升，且计算成本可控；而更大的预算则导致收益递减并增加计算开销。
• 结果表明，通过智能结合静态与移动测量，可在最小化资源使用的情况下实现精确的表型制图，使大规模高通量表型分析成为可能。
• 该方法优于当前高通量表型实践，表明基于高斯过程的主动学习可减少对全区域覆盖的需求，从而加速育种流程。