論文の概要: Transfer of Manure as Fertilizer from Livestock Farms to Crop Fields:
The Case of Catalonia
- arxiv url: http://arxiv.org/abs/2006.09122v1
- Date: Sun, 14 Jun 2020 18:33:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-21 12:54:54.230821
- Title: Transfer of Manure as Fertilizer from Livestock Farms to Crop Fields:
The Case of Catalonia
- Title(参考訳): 肥料としての肥料の家畜農場から作物畑への移動:カタルーニャを事例として
- Authors: Andreas Kamilaris, Andries Engelbrecht, Andreas Pitsillides and
Francesc X. Prenafeta-Boldu
- Abstract要約: 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。
- 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 manure, which, if not properly managed, can
contaminate nearby water bodies with nutrient excess. However, if animal manure
is exported to nearby 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
needs of crops by means of livestock manure. This paper proposes three
different approaches to solve the problem: a centralized optimal algorithm
(COA), a decentralized nature-inspired cooperative technique, based on the
foraging behaviour of ants (AIA), as well as a naive neighbour-based method
(NBS), which constitutes the existing practice used today in an ad hoc,
uncoordinated manner in Catalonia. Results show that the COA approach is 8.5%
more efficient than the AIA. However, the AIA approach is fairer to the farmers
and more balanced in terms of average transportation distances that need to be
covered by each livestock farmer, while it is 1.07 times more eefficient than
the NBS. 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): 家畜の集中生産は環境に悪影響を及ぼす可能性があり、大量の畜産を生産し、適切に管理しなければ、近くの水域を栄養過剰で汚染することができる。
しかし、家畜の肥料を近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、家畜の肥料による作物の栄養要求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, アリの捕食行動に基づく分散化自然誘導協調手法である集中最適化アルゴリズム(COA)と, カタルーニャ州で現在行われている非協調的手法であるNBS(Naive neighbor-based method)の3つのアプローチを提案する。
その結果,COAアプローチはAIAよりも8.5%効率が高いことがわかった。
しかし、AIAのアプローチは農家にとって公平であり、各家畜農家がカバーしなければならない平均輸送距離ではバランスが取れ、NBSの1.07倍の効率である。
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
- SF-FSDA: Source-Free Few-Shot Domain Adaptive Object Detection with
Efficient Labeled Data Factory [94.11898696478683]
ドメイン適応オブジェクト検出は、ラベル付きソースドメインから学んだ知識を活用し、ラベルなしのターゲットドメインのパフォーマンスを改善することを目的としています。
本研究では,SF-FSDA という名称のソースフリーおよび少数ショット条件下で,より実用的で困難な領域適応型オブジェクト検出問題を提案し,検討する。
論文 参考訳(メタデータ) (2023-06-07T12:34:55Z) - 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) - DeepG2P: Fusing Multi-Modal Data to Improve Crop Production [1.7406327893433846]
本稿では,G,E,Mの入力とその相互作用を処理する自然言語処理に基づくニューラルネットワークアーキテクチャを提案する。
我々は、DNAを自然言語としてモデル化することにより、新しい環境をテストする際に、従来のアプローチよりも優れた性能を発揮することを示す。
論文 参考訳(メタデータ) (2022-11-11T03:32:44Z) - Optimizing Nitrogen Management with Deep Reinforcement Learning and Crop
Simulations [11.576438685465797]
窒素 (N) 管理は土壌の肥大化と作物生産の維持に重要であり, 負の環境影響を最小限に抑えるが, 最適化は困難である。
本稿では,深部強化学習(RL)を用いた知的N管理システムと農業技術移転意思決定支援システム(DSSAT)を用いた作物シミュレーションを提案する。
次に、シミュレーションされた作物環境とRLエージェントとの日々のインタラクションを可能にするGym-DSSATインタフェースと、Q-networkとソフトアクタ-クリティックアルゴリズムを用いて管理ポリシーをトレーニングする。
論文 参考訳(メタデータ) (2022-04-21T20:26:41Z) - Evolutionary Hierarchical Harvest Schedule Optimization for Food Waste
Prevention [2.854144305852985]
インタークロッピングは 土壌や環境のモノクロを 避ける効果的な方法です
連続収穫を維持することは、物流コストと関連する温室効果ガス排出量を減らす。
本研究では,与えられた制約を満たす大作アンサンブルの全収穫時期の最適化手法を提案する。
論文 参考訳(メタデータ) (2021-12-20T17:59:53Z) - 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) - Understanding the Limits of Unsupervised Domain Adaptation via Data
Poisoning [66.80663779176979]
教師なしドメイン適応(UDA)は、対象ドメインラベルなしでドメイン間の学習を可能にする。
本稿では,ソース領域誤りの最小化と,ターゲット領域誤りの低減を保証するための限界分布ミスマッチの有効性を示す。
そこで本研究では,UDA手法を誤用した新たなデータ中毒攻撃手法を提案する。
論文 参考訳(メタデータ) (2021-07-08T15:51:14Z) - ZeroWaste Dataset: Towards Automated Waste Recycling [51.053682077915546]
産業レベルの廃棄物検出・分別データセットZeroWasteについて述べる。
このデータセットには、実際の廃棄物処理工場から収集された1800以上のビデオフレームが含まれている。
最先端のセグメンテーション手法では,対象物を正しく検出・分類することが困難であることを示す。
論文 参考訳(メタデータ) (2021-06-04T22:17:09Z) - 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 from Livestock Farms to Crop Fields as Fertilizer
using an Ant Inspired Approach [4.07952189324476]
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。
論文 参考訳(メタデータ) (2020-06-05T11:46:10Z)
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。