一种基于联邦学习的基因组选择育种方法及系统

    公开(公告)号:CN118538294A

    公开(公告)日:2024-08-23

    申请号:CN202410493151.9

    申请日:2024-04-23

    IPC分类号: G16B40/00 G16B20/00 G06N20/00

    摘要: 本发明公开了一种基于联邦学习的基因组选择育种方法及系统,属于智能育种技术领域,包括:在服务器端构建用于基因组选择的联邦学习模型;响应于服务器端与多个客户端进行数据交互,将联邦学习模型作为全局模型发送至每个客户端进行模型训练后,将模型参数发送回服务器端;响应于服务器端接收到模型参数后,通过联邦学习聚合算法对模型参数进行聚合后,对全局模型进行更新,并将更新后的全局模型再次发送至每个客户端,用于根据候选群体基因型进行表型预测,筛选出目标材料,在客户端完成基因组选择育种;本发明将联邦学习和基因组选择有效结合,并应用于动植物育种,在保证数据安全的情况下同时提高了模型预测精度。

    一种农作物育种材料自动晋级推荐方法及系统

    公开(公告)号:CN115860676A

    公开(公告)日:2023-03-28

    申请号:CN202211576859.8

    申请日:2022-12-09

    摘要: 一种农作物育种材料自动晋级推荐方法及系统,包括:S1:获取育种材料的表型数据;S2:获得性状指标数据;S3:创建晋级推荐模型,晋级推荐模型允许用户自定义设置晋级条件和推荐条件;同时系统通过将系统内的性状指标数据组成训练数据集,进行晋级条件和推荐条件的优化计算,并通过测试数据集的验证得到优化的晋级推荐模型;S4:选择晋级推荐模型对育种材料性状指标数据进行处理分析,获得晋级系数和推荐系数,并进行推荐排名;S5:显示分析结果。本发明只需输入试验数据就可自动晋级并推荐出优良材料,无需使育种家依靠经验逐条核对,也无需通过电子表格进行整理和编写,工作效率高,从而在大量指标中快速筛选出综合指标最优的材料推荐给育种家。