Plant Bioelectric Early Warning Systems: A Five-Year Investigation into Human-Plant Electromagnetic Communication

要約

私たちは、5年間の体系的な研究に基づいて、人間の存在と感情状態に対する植物の生体電気反応に関する包括的な調査を提示します。
カスタム製の植物センサーと機械学習分類を使用して、植物が人間の近接、感情状態、および生理学的状態と相関する明確な生体電気信号を生成することを実証します。
ResNet50アーキテクチャに基づく深い学習モデルは、植物電圧スペクトログラムを介して人間の感情状態を分類する際に97％の精度を達成しましたが、シャッフルラベルを持つコントロールモデルは30％の精度しか達成されませんでした。
この研究では、2020年から2025年にかけての複数の実験からの発見を統合します。これには、個々の認識（66％の精度）、eurythmicジェスチャーの検出、ストレス予測、人間の声と動きに対する反応が含まれます。
これらの現象は、植物が物理的接触の前に生体電界変化を通じて動物に近づく動物を検出する進化した抗heervivivory早期警告システムを表していることを提案します。
私たちの結果は、植物の感覚能力の従来の理解に挑戦し、農業、ヘルスケア、および人間と植物の相互作用研究における実用的な応用を提案しています。

要約(オリジナル)

We present a comprehensive investigation into plant bioelectric responses to human presence and emotional states, building on five years of systematic research. Using custom-built plant sensors and machine learning classification, we demonstrate that plants generate distinct bioelectric signals correlating with human proximity, emotional states, and physiological conditions. A deep learning model based on ResNet50 architecture achieved 97% accuracy in classifying human emotional states through plant voltage spectrograms, while control models with shuffled labels achieved only 30% accuracy. This study synthesizes findings from multiple experiments spanning 2020-2025, including individual recognition (66% accuracy), eurythmic gesture detection, stress prediction, and responses to human voice and movement. We propose that these phenomena represent evolved anti-herbivory early warning systems, where plants detect approaching animals through bioelectric field changes before physical contact. Our results challenge conventional understanding of plant sensory capabilities and suggest practical applications in agriculture, healthcare, and human-plant interaction research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google