Data science en statistiek in land- en tuinbouw

Onze kracht ligt in het ontwikkelen van modellen die data uit experimenten, sensoren en genetisch onderzoek vertalen naar betrouwbare inzichten. Wageningen University & Research combineert statistiek, data science, AI en domeinkennis  in multidisciplinaire teams. Zo kunnen we oogsten voorspellen, ziekten en plagen vroegtijdig signaleren en veredelingsprogramma’s versnellen.

Wat ons onderscheidt, is de methodologische diepgang: van statistische genetica en data-integratie tot explainable AI . Daarmee zorgen we niet alleen voor nauwkeurige analyses, maar ook voor transparantie en vertrouwen in de uitkomsten. De resultaten van ons werk vormen de bouwstenen voor toepassingen in AI & simulatie s en worden in decision support systemen omgezet in gebruiksvriendelijke adviezen voor bedrijven, veredelaars en beleidsmakers.

• Statistische modellering en voorspellingen: WUR ontwikkelt optimale statistische modellen die betrouwbare voorspellingen mogelijk maken in uiteenlopende landbouw- en tuinbouwtoepassingen. Met deze modellen kunnen bedrijven en telers beter onderbouwde beslissingen nemen, bijvoorbeeld bij plantenveredeling of het inschatten van risico’s door blootstelling aan chemische stoffen.
• Explainable AI en beslissingsondersteuning: Onze AI-systemen zijn niet alleen krachtig, maar ook transparant. We leggen uit waarom een model een bepaalde aanbeveling voldoet en welke datasets hiervoor zijn ingezet, zodat gebruikers de uitkomst begrijpen en vertrouwen. Hierdoor is ook beter te voorspellen wat nieuwe datasets kunnen toevoegen aan het resultaat.
• Statistische genetica en veredeling: Met tools als de StatGen Pipeline koppelen we DNA-data en fenotypen. Daarmee versnellen we veredelingsprogramma’s en ondersteunen we bedrijven bij het ontwikkelen van (nieuwe) rassen.
• Data-integratie en schaalbare oplossingen: Wij combineren datasets uit onderzoek, veldmetingen en monitoring. Zo ontstaan schaalbare toepassingen die in verschillende teeltsystemen bruikbaar zijn.