論文の概要: Agricultural Knowledge Management Using Smart Voice Messaging Systems:
Combination of Physical and Human Sensors
- arxiv url: http://arxiv.org/abs/2008.03711v1
- Date: Sun, 9 Aug 2020 11:46:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-06 18:02:35.005065
- Title: Agricultural Knowledge Management Using Smart Voice Messaging Systems:
Combination of Physical and Human Sensors
- Title（参考訳）: スマート音声メッセージングシステムを用いた農業知識管理 : 物理的・人的センサの組み合わせ
- Authors: Naoshi Uchihira and Masami Yoshida
- Abstract要約: 農業知識管理システムにおける物理的・人的センサー(五感)の組み合わせを提案する。
農家は自分の目、耳、鼻、舌、指を使って、作物の特徴や状況のさまざまな変化を確認することができた。
物理的・人的センサー(音声メッセージ)が捉えたデータは、データとテキストマイニングによって分析され、農業の知識を創造し改善する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of the Internet of Things (IoT) in agricultural knowledge management
systems is one of the most promising approaches to increasing the efficiency of
agriculture. However, the existing physical sensors in agriculture are limited
for monitoring various changes in the characteristics of crops and may be
expensive for the average farmer. We propose a combination of physical and
human sensors (the five human senses). By using their own eyes, ears, noses,
tongues, and fingers, farmers could check the various changes in the
characteristics and conditions (colors of leaves, diseases, pests, faulty or
malfunctioning equipment) of their crops and equipment, verbally describe their
observations, and capture the descriptions with audio recording devices, such
as smartphones. The voice recordings could be transcribed into text by web
servers. The data captured by the physical and human sensors (voice messages)
are analyzed by data and text mining to create and improve agricultural
knowledge. An agricultural knowledge management system using physical and human
sensors encourages to share and transfer knowledge among farmers for the
purpose of improving the efficiency and productivity of agriculture. We applied
one such agricultural knowledge management system (smart voice messaging
system) to a greenhouse vegetable farm in Hokkaido. A qualitative analysis of
accumulated voice messages and an interview with the farmer demonstrated the
effectiveness of this system. The contributions of this study include a new and
practical approach to an "agricultural Internet of Everything (IoE)" and
evidence of its effectiveness as a result of our trial experiment at a real
vegetable farm.
- Abstract（参考訳）: 農業知識管理システムにおけるモノのインターネット(IoT)の利用は、農業の効率を高めるための最も有望なアプローチの1つである。
しかし、農業における既存の物理的センサーは、作物の特性の変化をモニタリングするために限られており、平均的な農家にとっては高価である可能性がある。
身体と人間のセンサー(五感)の組み合わせを提案する。
農家は、自分の目、耳、鼻、舌、指を使って、作物や機器の特徴や状況(葉の色、病気、害虫、欠陥または機能不全)の様々な変化を確認し、その観察を口頭で表現し、スマートフォンのようなオーディオ録音装置で記述を捉えた。
音声録音はwebサーバによってテキストに書き起こされる。
物理的および人的センサ(音声メッセージ)が取得したデータは、データとテキストマイニングによって分析され、農業の知識を創造し、改善する。
物理的および人的センサを用いた農業知識管理システムは、農業の効率と生産性を向上させる目的で、農家間で知識の共有と伝達を奨励する。
北海道の温室野菜農場にこのような農業知識管理システム(スマート音声メッセージングシステム)を適用した。
蓄積音声の質的分析と農家へのインタビューにより,本システムの有効性が示された。
本研究の貢献は,「IoE(Agricultural Internet of Everything)」に対する新たな実践的アプローチと,実生野菜農場での試行実験の結果,その有効性を示すものである。
関連論文リスト
- SMARD: A Cost Effective Smart Agro Development Technology for Crops Disease Classification [0.0]
SMARD」プロジェクトは、国内の農業部門を強化することを目的としている。
農夫に作物管理、種選別、疾病管理のベストプラクティスに関する情報を提供する。
農家は、テキストメッセージ、音声通話、ビデオ通話を通じて専門家パネルに連絡して、肥料、種子、農薬を低価格で購入することもできる。
論文 参考訳（メタデータ） (2024-05-17T05:14:39Z) - Generating Diverse Agricultural Data for Vision-Based Farming Applications [74.79409721178489]
このモデルは, 植物の成長段階, 土壌条件の多様性, 照明条件の異なるランダム化フィールド配置をシミュレートすることができる。
我々のデータセットにはセマンティックラベル付き12,000の画像が含まれており、精密農業におけるコンピュータビジョンタスクの包括的なリソースを提供する。
論文 参考訳（メタデータ） (2024-03-27T08:42:47Z) - Smart Connected Farms and Networked Farmers to Tackle Climate Challenges
Impacting Agricultural Production [5.455648887547882]
情報通信技術、精密農業、データ分析が急速に進歩し、スマート・コネクテッド・ファーム(SCF)の創出のための肥大化の原動力となっている。
ネットワークと調整された農夫ネットワークは、悪天候に対処しながら、農業生産と収益性を高めるために、農家にユニークな利点を提供する。
論文 参考訳（メタデータ） (2023-12-19T17:08:43Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳（メタデータ） (2023-05-12T17:24:02Z) - Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
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) - Seeing biodiversity: perspectives in machine learning for wildlife
conservation [49.15793025634011]
機械学習は、野生生物種の理解、モニタリング能力、保存性を高めるために、この分析的な課題を満たすことができると我々は主張する。
本質的に、新しい機械学習アプローチとエコロジー分野の知識を組み合わせることで、動物生態学者は現代のセンサー技術が生み出すデータの豊富さを生かすことができる。
論文 参考訳（メタデータ） (2021-10-25T13:40:36Z) - Learning from Data to Optimize Control in Precision Farming [77.34726150561087]
特集は、統計的推論、機械学習、精密農業のための最適制御における最新の発展を示す。
衛星の位置決めとナビゲーションとそれに続くInternet-of-Thingsは、リアルタイムで農業プロセスの最適化に使用できる膨大な情報を生成する。
論文 参考訳（メタデータ） (2020-07-07T12:44:17Z) - Crop Knowledge Discovery Based on Agricultural Big Data Integration [2.597676155371155]
農業データは、IoT(Internet of Thing)、センサー、衛星、気象観測所、ロボット、農業機器、農業実験所、農家、政府機関、農業機関など、さまざまなソースを通じて生成される。
本稿では,他のデータセットやビッグデータモデルを組み込むのに十分なフレキシブルなコンステレーションスキーマを用いた農業データ統合手法を提案する。
論文 参考訳（メタデータ） (2020-03-11T00:13:17Z) - 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。