論文の概要: Transfer of Manure from Livestock Farms to Crop Fields as Fertilizer
using an Ant Inspired Approach
- arxiv url: http://arxiv.org/abs/2006.04573v1
- Date: Fri, 5 Jun 2020 11:46:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-25 03:52:42.462015
- Title: Transfer of Manure from Livestock Farms to Crop Fields as Fertilizer
using an Ant Inspired Approach
- Title(参考訳): アントインスパイアされたアプローチによる肥料としての家畜農場から作物畑への肥料の移動
- Authors: Andreas Kamilaris, Andries Engelbrecht, Andreas Pitsillides and
Francesc X. Prenafeta-Boldu
- Abstract要約: 畜産は大量の動物の排ガスを生産することで環境に悪影響を及ぼす可能性がある。
畜産が遠くの作物畑に輸出され、有機肥料として使用される場合、汚染を軽減できる。
本稿では,分散化された自然に触発された協調手法に基づいて,この問題を動的に解決する手法を提案する。
- 参考スコア(独自算出の注目度): 4.07952189324476
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Intensive livestock production might have a negative environmental impact, by
producing large amounts of animal excrements, which, if not properly managed,
can contaminate nearby water bodies with nutrient excess. However, if animal
manure is exported to distant crop fields, to be used as organic fertilizer,
pollution can be mitigated. It is a single-objective optimization problem, in
regards to finding the best solution for the logistics process of satisfying
nutrient crops needs by means of livestock manure. This paper proposes a
dynamic approach to solve the problem, based on a decentralized nature-inspired
cooperative technique, inspired by the foraging behavior of ants (AIA). Results
provide important insights for policy-makers over the potential of using animal
manure as fertilizer for crop fields, while AIA solves the problem effectively,
in a fair way to the farmers and well balanced in terms of average
transportation distances that need to be covered by each livestock farmer. Our
work constitutes the first application of a decentralized AIA to this
interesting real-world problem, in a domain where swarm intelligence methods
are still under-exploited.
- Abstract(参考訳): 集約的な畜産生産は、大量の動物糞を生産することで環境に悪影響を及ぼす可能性があり、適切に管理されていない場合は、近くの水域を栄養過剰に汚染することができる。
しかし、家畜の肥料を遠くの作物畑に輸出して有機肥料として利用すれば、汚染を軽減できる。
これは、家畜の肥料によって栄養素作物のニーズを満たすロジスティクスプロセスの最良の解決策を見つけるための、単一目的の最適化問題である。
本稿では,アリ(aia)の採餌行動に触発された分散的自然に触発された協調的手法に基づいて,この問題に対する動的アプローチを提案する。
その結果、農作物の肥料として家畜の肥料としての利用の可能性について、政策立案者に重要な洞察を与える一方、AIAは、農夫に公平に、各家畜農家がカバーしなければならない平均輸送距離の観点からバランスよく、問題を効果的に解決する。
我々の研究は、Swarmのインテリジェンス手法がまだ解明されていない領域において、この興味深い現実世界問題に対する分散AIAの最初の応用である。
関連論文リスト
- Machine Learning-based Nutrient Application's Timeline Recommendation
for Smart Agriculture: A Large-Scale Data Mining Approach [0.0]
不正確な肥料の用途の決定は、コストのかかる結果をもたらし、食糧生産を妨げ、環境に害を与える可能性がある。
そこで本研究では, 年間を通じて必要な肥料量を決定することにより, 栄養素の応用を予測する方法を提案する。
提案手法は, 費用対効果と環境に優しい農業を促進するため, 気象条件と土壌特性に基づく肥料量の調整を推奨する。
論文 参考訳(メタデータ) (2023-10-18T15:37:19Z) - Revolutionizing Agrifood Systems with Artificial Intelligence: A Survey [93.34268594812599]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳(メタデータ) (2023-05-03T05:16:54Z) - AGI for Agriculture [30.785325834651644]
人工知能(AGI)は、医療、金融、交通、教育など様々な分野に革命をもたらす。
本稿では,農業における農業画像処理,自然言語処理(NLP),ロボット工学,知識グラフ,インフラなどのAGIの今後の応用について述べる。
論文 参考訳(メタデータ) (2023-04-12T19:39:49Z) - Domain Generalization for Crop Segmentation with Knowledge Distillation [45.478315855371385]
サービスロボティクスは精密農業において主要な役割を担っている。
移動ロボットは、周囲を理解し、野生のターゲットを識別するリアルタイム認識システムを必要としている。
本稿では,知識蒸留を用いた領域一般化手法を提案する。
論文 参考訳(メタデータ) (2023-04-03T14:28:29Z) - Automated Wheat Disease Detection using a ROS-based Autonomous Guided
UAV [0.0]
小麦畑のモニタリング作業を自動化するために、無人航空機にスマート自律システムが実装されている。
画像に基づくディープラーニングアプローチは、病気に感染した小麦の植物を検出し分類するために用いられる。
ロボットオペレーティングシステムとガゼボ環境におけるシミュレーションを用いて,マッピングとナビゲーションシステムを提案する。
論文 参考訳(メタデータ) (2022-06-30T06:12:48Z) - Remote Sensing and Machine Learning for Food Crop Production Data in
Africa Post-COVID-19 [0.0]
旅行禁止や国境閉鎖、農業用インプットの使用が遅れたことで、食糧生産の成績は悪化した。
この章は、2020年のアフリカ全地域での食糧生産量と、トウモロコシ、キャッサバ、米、小麦の4つの主食を評価する。
衛星画像から取得した生物地球物理学的リモートセンシングデータと機械学習人工ニューラルネットワーク(ANN)技術を組み合わせて,生産レベルの予測を行う。
論文 参考訳(メタデータ) (2021-07-14T13:14:46Z) - Potato Crop Stress Identification in Aerial Images using Deep
Learning-based Object Detection [60.83360138070649]
本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。
主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。
実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
論文 参考訳(メタデータ) (2021-06-14T21:57:40Z) - Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using
Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。
本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。
これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
論文 参考訳(メタデータ) (2020-12-07T16:23:13Z) - Counting Cows: Tracking Illegal Cattle Ranching From High-Resolution
Satellite Imagery [59.32805936205217]
牛の農業は世界の温室効果ガス排出量の8.8%を占めている。
40cmの解像度でアマゾンの衛星画像を取得し、合計28498頭の牛を含む903枚の画像のデータセットをまとめた。
本実験は,有望な結果を示し,これらの課題を解決するためのアルゴリズムとデータ収集プロセスのいずれにおいても,次のステップの重要方向を示すものである。
論文 参考訳(メタデータ) (2020-11-14T19:07:39Z) - Transfer of Manure as Fertilizer from Livestock Farms to Crop Fields:
The Case of Catalonia [4.07952189324476]
家畜生産は、大量の畜産を生産することで、環境に悪影響を及ぼす可能性がある。
畜産が近くの作物畑に輸出され、有機肥料として使用される場合、汚染を軽減できる。
本稿では,この問題を解決するための3つの方法を提案する。中央集権的最適アルゴリズム (COA) と,アリの捕食行動に基づく分散自然着想協調手法 (AIA) と,カタルーニャの非協調的手法で今日使用されている既存の慣行を構成するナイーブ隣りの手法 (NBS) である。
論文 参考訳(メタデータ) (2020-06-14T18:33:13Z) - Agriculture-Vision: A Large Aerial Image Database for Agricultural
Pattern Analysis [110.30849704592592]
本稿では,農業パターンのセマンティックセグメンテーションのための大規模空中農地画像データセットであるGarmry-Visionを提案する。
各画像はRGBと近赤外線(NIR)チャンネルで構成され、解像度は1ピクセルあたり10cmである。
農家にとって最も重要な9種類のフィールド異常パターンに注釈を付ける。
論文 参考訳(メタデータ) (2020-01-05T20:19:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。