Appel à candidatures: 2020 Syngenta Crop Challenge en Analytique

Le concours rassemble des experts en mathématiques, en informatique et en analytique, soulignant l’importance de la collaboration intersectorielle nécessaire pour nourrir une population croissante aux ressources naturelles limitées.
Date limite de dépôt des candidatures dans 3 jours
Les Pays | Régions | Villes éligibles  Monde entier
Lire l'article en anglais | Read the post in English 

Le maïs commercial est transformé en plusieurs produits alimentaires et industriels. Il est largement reconnu comme l’une des cultures les plus importantes au monde. Chaque année, les phytogénéticiens créent de nouveaux produits à base de maïs, appelés hybrides expérimentaux, en croisant deux «parents». Les parents sont connus sous le nom de consanguins et le développement de ceux-ci représente l'essentiel du programme de sélection du maïs. La majeure partie de cet effort est consacrée à l’évaluation des sangs en passant à un autre sang, appelé «testeur».

Le travail du sélectionneur consiste à identifier les meilleures combinaisons de parents en créant des hybrides expérimentaux et en évaluant les performances de ceux-ci en les «testant» dans plusieurs environnements afin d’identifier les hybrides les plus performants. Historiquement, l'identification des meilleurs hybrides s'est faite par essais et erreurs, les obtenteurs testant leurs hybrides expérimentaux dans divers emplacements et mesurant leurs performances, puis sélectionnant les hybrides les plus productifs. Le processus de sélection des combinaisons de parents correctes et de test des hybrides expérimentaux peut prendre plusieurs années et est inefficace, simplement en raison du nombre de combinaisons de parents potentiels à créer et à tester.

QUESTION DE RECHERCHE

Étant donné les données historiques de performances hybrides (test par testeur) sur plusieurs années et lieux, comment pouvons-nous créer un modèle pour prédire / imputer les performances du croisement de deux parents consanguins et testeurs?

Par exemple, sur 5 000 enfants (parents), le nombre de croisements potentiels est de 12 497 500, soit plus que ce qui peut être créé ou testé. En raison du nombre limité de ressources de test, les sélectionneurs ne peuvent sélectionner qu'un petit sous-ensemble de toutes les combinaisons possibles, ce qui peut entraîner des occasions manquées. Ce numéro constitue la base du 2020 Syngenta Crop Challenge in Analytics. Peut-on construire un modèle précis pour prédire la performance du croisement de deux sangs incbrés? Un tel modèle permettrait aux éleveurs de se concentrer sur les meilleures combinaisons possibles.

En termes plus simples, pouvons-nous utiliser les données hybrides collectées à partir de croisements entre les sangs et les testeurs pour prédire le résultat de combinaisons croisées qui n'ont pas encore été créées et testées? À savoir, sommes-nous en mesure de construire un système de recommandation pour proposer de nouvelles combinaisons parent basées sur les performances hybrides d'autres combinaisons parent et attributs communs?

Le tableau 1 suivant illustre le défi. Chaque «X» est l’ensemble des points de données de performance observés chez les hybrides à partir de leurs combinaisons correspondantes par testeur. Avec les informations du tableau, comment construire un modèle pour prédire / imputer le rendement moyen de chaque combinaison manquante («?»)?

Tableau 1. Illustration d'une question de recherche.

  Tester 1 Tester 2 Tester 3
Inbred 1 X X X
Inbred 2 X ? ?
Inbred 3 ? X X
Inbred 4 ? ? X
Inbred 5 X X ?


OBJECTIF

L'objectif est d'estimer la performance de rendement du croisement entre les combinaisons consanguine et testeur dans un ensemble donné. Plus précisément, nous demandons la performance de rendement moyen de chaque combinaison consanguine par testeur dans le jeu en attente. Remarques Chaque réponse en attente doit être complétée De nombreuses approches peuvent être utilisées telles que les approches statistiques, l’apprentissage automatique et le filtrage collaboratif.

Date limite pour soumettre votre candidature (en anglais): 21 janvier 2020
 
Traduction non officielle
 
Source: Syngenta

un champs de maïs (Image by PublicDomainPictures from Pixabay)

Photo d'illustration: un champs de maïs (Image by PublicDomainPictures from Pixabay)

Plus d'info

Si votre organisation publie un appel à propositions, un appel à projets ou un appel à candidatures pour les startups, les entrepreneurs ou les chercheurs, nous serons heureux de le publier gratuitement sur notre site web. Nous partagerons aussi votre appel sur les médias sociaux (Facebook, Twitter, LinkedIn, PInterest, Tumblr, Instagram). Merci de déposer vos fichiers pdf et/ou votre lien URL sur notre WhatsApp +85577778919 ou par courriel à info@adalidda.com

Merci
L'équipe Adalidda

Commentaires

Pas de commentaire à afficher.