Presentation Information

10:15 AM - 10:30 AM JST(1:15 AM - 1:30 AM UTC)

[9a-C309-6]Electrochemical impedance sensing and machine learning-assisted analysis visualization of plant bioinformation

〇Mutsumi Sugiyama^1,2, Hiroki Yoshinaga¹, Yosuke Umemoto¹, Yuki Ohama¹ (1.Tokyo Univ. Sci., 2.AIST, TUS)

plant monitoring,electrochemical impedance spectroscopy,machine learning

本研究では、植物細胞の電気的状態を直接反映する電気化学インピーダンス(EIS)特性に着目し、EIS測定により得られたデータを細胞組織を模した等価回路モデルにより、各種パラメータを抽出した。加えて、得られたEISパラメータより栽培環境を推定する機械学習モデルを構築し、各種ストレス情報の抽出を試みた。