Il progetto mira a sviluppare soluzioni predittive per rilevare precocemente il momento in cui avviene la germinazione delle patate. Un’accurata previsione di questo momento consente infatti di ottimizzare l’utilizzo di sostanze anti-germoglianti come l’Orange Oil – una soluzione naturale ma costosa – la cui efficacia dipende dalla sua applicazione almeno due settimane prima della comparsa visibile delle radici.
All’interno del paper premiato, Machine Learning-based Early Detection of Potato Sprouting Using Electrophysiological Signals, viene proposto un approccio innovativo basato su tecniche di Machine Learning, che consente di prevedere la germogliazione usando segnali elettrofisiologici registrati dai tuberi mediante sensori.
L’obiettivo è fornire una previsione affidabile e tempestiva del giorno esatto di inizio della germogliazione, contribuendo così a migliorare la gestione post-raccolta e la sostenibilità dello stoccaggio.
PRONTO è finanziato da Innosuisse e realizzato in collaborazione con diverse imprese agricole e alimentari, tra cui Vivent Biosignals, UPL, Fenaco e Zweifel. Partecipano anche il centro di competenza della Confederazione Agroscope e la Fernfachhochschule Schweiz, con il suo Web Science Lab.