XiaoMi-AI文件搜索系统
World File Search SystemPEST
半导体供应链中的漏洞
经济合作与发展组织（OECD）是一个政府间组织，北美，欧洲，亚洲和太平洋地区的38个工业化国家的代表以及欧盟委员会以及欧盟委员会与协调和协调政策，讨论相互关注的问题并共同应对国际问题。经合组织的大部分工作都是由由成员国代表组成的200多个专业委员会和工作组进行的。来自经合组织和感兴趣的国际组织的几个国家的观察员参加了经合组织的许多研讨会和其他会议。 委员会和工作组由位于法国巴黎的经合组织秘书处提供，该秘书处被组织成董事会和部门。参加了经合组织的许多研讨会和其他会议。委员会和工作组由位于法国巴黎的经合组织秘书处提供，该秘书处被组织成董事会和部门。
蝽科（半翅目）的生活史特征及其对害虫管理工具的开发
摘要：了解害虫的生物学知识对于制定可持续的管理计划至关重要。蝽科昆虫具有半变态生命周期，包括卵、若虫和成虫生命阶段，这些生命阶段在形态、生态和行为特征上有所不同。其中一些特征，如交配行为、信息素（警报和聚集信息素）和肠道共生体的获得，可以作为害虫管理策略的目标。在这里，我们回顾了有关蝽科昆虫这些生活史特征的现有文献，这些特征可能在管理计划中使用。信息素介导的聚集和共生体获得的中断是蝽科昆虫控制的两个重要目标。其他特征，如使用警报信息素来增强天敌和使用基质振动来干扰交配，值得进一步考虑。尽管色觉和飞行能力对臭虫管理具有潜在重要性，但对其的研究仍然很少。
成本分配分析（CAA）支原体bovis的国家害虫管理计划
牛业包括奶农和牛肉农民，是拟议中的NPMP的受益者。如果允许建立，则预测2018年的支原体牛会在2018年5月未采取任何行动的情况下，在10年内损失牛工工业（50％的信心），至115.3亿美元（90％的信心）。附录1包含50％和90％的置信度，当时考虑的期权的成本和影响。消除支原体牛的牛将保持牛群的生产率，减少新西兰对抗生素的依赖，并有助于保护动物福利。拟议的消除支原体牛的拟议方法估计为2.134亿美元（预计该行业将资助32％）。因此，牛肉和乳制品部门所带来的收益可能会超过其上施加的成本。这使得将牛肉和奶农归类为受益人是适当的。
USDA-ARS AG100PEST计划：农业害虫节Arthropod Research
1 Bee研究实验室，Beltsville农业研究中心，农业研究服务，USDA，美国北部10300号，巴尔的摩大街10300 scott.geib@usda.gov（S.M.G. ）; sheina.sim@usda.gov（S.B.S. ）; tyler.simmonds@usda.gov（T.J.S. ）; rene.corpuz@usda.gov（R.L.C。） 3美国农业研究服务局国家农业图书馆，美国农业部，10301 Baltimore Avenue，Baltimore Avenue，Beltsville，MD 20705，美国； monica.poelchau@usda.gov（M.F.P。 ）; Christopher.Childers2@usda.gov（C.P.C.） 4玉米昆虫和作物遗传学研究部，农业研究服务，美国农业部，2310 Pammel Dr.，Ames，IA 50011，美国； brad.coates@usda.gov 5 Oak Ridge科学与教育研究所，P.O。 Box 117，Oak Ridge，TN 37831，美国6储存的产品昆虫和工程研究部，谷物和动物健康研究中心，农业研究服务，USDA，USDA，1515 College Avenue，Manhattan，KS 66502，美国； erin.scully@usda.gov 7遗传学和育种研究部，美国肉类动物研究中心，农业研究服务局，美国农业部，国家刺激性18d，克莱中心，NE 68933，美国； tim.smith2@usda.gov 8国家计划，农作物生产和保护的办公室，农业研究服务，美国农业部，5601 Sunnyside Avenue，贝尔茨维尔，MD 20705，美国； kevin.hackett@usda.gov 9基因组学和生物信息学研究部门，杰米·惠顿三角洲州研究中心，农业研究服务，美国农业部，美国MS 38776，美国美国农业部141; brian.schef flfer@usda.gov *通信：anna.childers@usda.gov1 Bee研究实验室，Beltsville农业研究中心，农业研究服务，USDA，美国北部10300号，巴尔的摩大街10300 scott.geib@usda.gov（S.M.G.）; sheina.sim@usda.gov（S.B.S.）; tyler.simmonds@usda.gov（T.J.S.）; rene.corpuz@usda.gov（R.L.C。）3美国农业研究服务局国家农业图书馆，美国农业部，10301 Baltimore Avenue，Baltimore Avenue，Beltsville，MD 20705，美国； monica.poelchau@usda.gov（M.F.P。）; Christopher.Childers2@usda.gov（C.P.C.）4玉米昆虫和作物遗传学研究部，农业研究服务，美国农业部，2310 Pammel Dr.，Ames，IA 50011，美国； brad.coates@usda.gov 5 Oak Ridge科学与教育研究所，P.O。Box 117，Oak Ridge，TN 37831，美国6储存的产品昆虫和工程研究部，谷物和动物健康研究中心，农业研究服务，USDA，USDA，1515 College Avenue，Manhattan，KS 66502，美国； erin.scully@usda.gov 7遗传学和育种研究部，美国肉类动物研究中心，农业研究服务局，美国农业部，国家刺激性18d，克莱中心，NE 68933，美国； tim.smith2@usda.gov 8国家计划，农作物生产和保护的办公室，农业研究服务，美国农业部，5601 Sunnyside Avenue，贝尔茨维尔，MD 20705，美国； kevin.hackett@usda.gov 9基因组学和生物信息学研究部门，杰米·惠顿三角洲州研究中心，农业研究服务，美国农业部，美国MS 38776，美国美国农业部141; brian.schef flfer@usda.gov *通信：anna.childers@usda.govBox 117，Oak Ridge，TN 37831，美国6储存的产品昆虫和工程研究部，谷物和动物健康研究中心，农业研究服务，USDA，USDA，1515 College Avenue，Manhattan，KS 66502，美国； erin.scully@usda.gov 7遗传学和育种研究部，美国肉类动物研究中心，农业研究服务局，美国农业部，国家刺激性18d，克莱中心，NE 68933，美国； tim.smith2@usda.gov 8国家计划，农作物生产和保护的办公室，农业研究服务，美国农业部，5601 Sunnyside Avenue，贝尔茨维尔，MD 20705，美国； kevin.hackett@usda.gov 9基因组学和生物信息学研究部门，杰米·惠顿三角洲州研究中心，农业研究服务，美国农业部，美国MS 38776，美国美国农业部141; brian.schef flfer@usda.gov *通信：anna.childers@usda.gov
YOLO驱动的轻巧移动实时害虫检测和基于Web的可持续农业监控
摘要 - 今天，有害生物侵扰导致全世界的农业生产力大大降低。为了控制害虫，由于难以在早期阶段手动检测害虫，农民经常施加过多的农药。他们过度使用农药已导致环境污染和健康风险。为了应对这些挑战，已经开发出许多新型系统来尽早识别害虫，从而使农民受到检测到害虫的确切位置的警报。但是，这些系统受到缺乏实时检测功能，有限的移动集成，仅检测少数有害生物类别的能力以及缺乏基于Web的监视系统的能力来限制。本文介绍了一个害虫检测系统，该系统利用了轻巧的Yolo深度学习框架，并与基于Web的监视平台集成在一起。研究并优化了包括Yolov8n，Yolov9T和Yolov10-N在内的Yolo对象检测体系结构，以在智能手机上检测有害生物。使用包含29个害虫类的公开数据集对模型进行了培训和验证。其中，Yolov9t以map@0.5的价值为89.8％，精度为87.4％，召回84.4％，推理时间为250.6ms。基于Web的监视系统可以通过为农民提供即时更新和可行的见解，以实现动态实时监控，以实现有效且可持续的害虫管理。从那里，农民可以立即采取必要的行动来减轻害虫损害，减少农药过度使用并促进可持续的农业实践。
利用长读测序对果蝇进行近染色体水平基因组组装
。CC-BY-NC-ND 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2020 年 1 月 2 日发布。；https://doi.org/10.1101/2020.01.02.892844 doi：bioRxiv 预印本
gnvit-使用Vision Transformer（VIT）模型
由疾病和害虫造成的农作物损失对全球农业带来了重大挑战，花生作物尤其容易受到其有害作用的影响。这项研究介绍了花生视觉变压器（GNVIT）模型，这是一种新颖的方法，该模型在Imagenet数据集上介绍了预训练的视觉变压器（VIT）。主要目标是检测和分类影响花生作物的各种害虫。使用IP102的综合数据集进行了严格的培训和评估，其中包括thrips，蚜虫，军虫和线虫等害虫。使用可靠性指标（包括F1得分，召回和总体准确性）评估了GNVIT模型的有效性。与GNVIT的数据增强导致训练准确性显着提高，达到99.52％。比较分析强调了GNVIT模型的出色性能，特别是准确性，与最新的方法相比。这些发现强调了GNVIT等深度学习模型的潜力，它为花生作物提供可靠的害虫分类溶液。采用先进的技术解决方案的部署使我们更接近减少农作物损失并增强不断增长的人口的全球粮食安全的总体目标。
社论：牙根识别，开发和使用以改善植物作物的害虫和抗病性
将易感农作物植物植物和耐虫害的茎植物是一种有价值的管理实践，可减少全球植物性寄生虫和植物病原体造成的损害。抗甲酸中的耐药根可广泛用于嫁接番茄，茄子和胡椒作物，以控制多种疾病和线虫。已经开发出耐药的甲壳虫根stocks，用于嫁接西瓜，黄瓜，Luffa和Melon。几种果树种类（包括易感柑橘，苹果和橄榄）被嫁接在耐药的砧木上，尤其是用于管理土壤传播疾病和植物 - 寄生虫线虫。嫁接是土壤熏蒸的一种广泛使用的替代品，也是控制土壤传播疾病和线虫害虫的其他农药。Rootstocks of several crops have been developed with speci fi c resistance(s) to soil-borne diseases and plant-parasitic nematodes, including Verticillium wilt, Fusarium wilt, Fusarium crown and root rots, Southern blight, bacterial wilt, Huanlongbing (HLB), Phytophthora root rot, citrus tristeza virus, citrus Canker（Xanthomonas axonopodis），Meloidogyne Incognita，M。Arenaria，M。Javanica和Apple Repleant疾病（phytophthora，Pythium，Pythium，Cylindrocarpon和Rhizoctonia spp。与根神经线虫相互作用，Pratylenchus渗透性）。南部的根管线虫（M. inognita）易感番茄在线虫 - 耐药根上嫁接可降低根的腐蚀和增加的产量（Kunwar等，2015； Frey等，2020）。Meloidogyne Incognita会导致西瓜中的根，植物发育迟缓和果实产量降低。在耐药根stock上敏感的西红柿易受细菌枯萎病（ralstonia solanacearum）的果实，其果实产量高88％至125％（Sostoff等，2019）。野生西瓜根stocks对南部的根管耐药性具有