論文の概要: Block Chain and Internet of Nano-Things for Optimizing Chemical Sensing in Smart Farming

• arxiv url: http://arxiv.org/abs/2010.01941v1
• Date: Mon, 5 Oct 2020 12:12:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-10 22:33:51.450025
• Title: Block Chain and Internet of Nano-Things for Optimizing Chemical Sensing in Smart Farming
• Title（参考訳）: スマート農業における化学センシング最適化のためのブロックチェーンとナノモノのインターネット
• Authors: Dixon Vimalajeewa, Subhasis Thakur, John Breslin, Donagh P. Berry, Sasitharan Balasubramaniam
• Abstract要約: 本研究は,BC-IoNT(BC-IoNT)を用いた農業経営における化学物質レベル検知システムを提案する。 これは、化学物質の流通制御による持続可能な農業慣行の改善を目的とした、スマート農業にとって重要な応用である。 分散BC-IoNT法の化学物質検出精度は90%,中央集権アプローチは80%であった。
• 参考スコア（独自算出の注目度）: 1.7061868168035932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The use of Internet of Things (IoT) with the Internet of Nano Things (IoNT) can further expand decision making systems (DMS) to improve reliability as it provides a new spectrum of more granular level data to make decisions. However, growing concerns such as data security, transparency and processing capability challenge their use in real-world applications. DMS integrated with Block Chain (BC) technology can contribute immensely to overcome such challenges. The use of IoNT and IoT along with BC for making DMS has not yet been investigated. This study proposes a BC-powered IoNT (BC-IoNT) system for sensing chemicals level in the context of farm management. This is a critical application for smart farming, which aims to improve sustainable farm practices through controlled delivery of chemicals. BC-IoNT system includes a novel machine learning model formed by using the Langmuir molecular binding model and the Bayesian theory, and is used as a smart contract for sensing the level of the chemicals. A credit model is used to quantify the traceability and credibility of farms to determine if they are compliant with the chemical standards. The accuracy of detecting the chemicals of the distributed BC-IoNT approach was >90% and the centralized approach was <80%. Also, the efficiency of sensing the level of chemicals depends on the sampling frequency and variability in chemical level among farms.
• Abstract（参考訳）: Internet of Things(IoT)とInternet of Nano Things(IoNT)を使用することで、意思決定システム(DMS)をさらに拡張して、信頼性を向上させることが可能になる。 しかし、データセキュリティ、透明性、処理能力といった関心の高まりは、現実世界のアプリケーションでの使用に挑戦している。 Block Chain(BC)技術と統合されたDMSは、このような課題を克服するために多大な貢献をすることができる。 BCとともにIoNTとIoTを使用したDMSの開発についてはまだ調査されていない。 本研究は,BC-IoNT(BC-IoNT)を用いた農業経営における化学物質レベル検知システムを提案する。 これは、化学物質の流通制御による持続可能な農業慣行の改善を目的とした、スマート農業にとって重要な応用である。 BC-IoNTシステムは、ラングミュア分子結合モデルとベイズ理論を用いて形成された新しい機械学習モデルを含み、化学物質のレベルを検知するためのスマートコントラクトとして使用される。 信用モデルは、農場のトレーサビリティと信頼性を定量化し、それらが化学基準に準拠しているかどうかを判断するために用いられる。 分散bc-iont法における化学物質の検出精度は90%以上であり,中央集権的手法は80%であった。 また, 化学レベルの測定効率は, 農作物における化学レベルのサンプリング頻度と変動率に依存する。

関連論文リスト

• Dumpling GNN: Hybrid GNN Enables Better ADC Payload Activity Prediction Based on Chemical Structure [53.76752789814785]
  DumplingGNNは、化学構造に基づいてADCペイロードのアクティビティを予測するために特別に設計された、ハイブリッドなグラフニューラルネットワークアーキテクチャである。 DNAトポイソメラーゼIインヒビターに着目した包括的ADCペイロードデータセットで評価を行った。 特別なADCペイロードデータセットに対して、例外的な精度(91.48%)、感度95.08%)、特異性(97.54%)を示す。
  論文  参考訳（メタデータ） (2024-09-23T17:11:04Z)
• CNN-FL for Biotechnology Industry Empowered by Internet-of-BioNano Things and Digital Twins [22.792474445441037]
  デジタル双生児(DT)は、生物学的資産、微生物、薬物開発プロセス、デジタルヘルス応用の洗練されたデジタル表現を可能にすることによって、バイオテクノロジー産業に革命をもたらしている。 しかし、特にバクテリアのような複雑な物質をモデル化する際のマイクロスケールとナノスケールでのデジタルツインニングは、高度なモノのインターネット(Internet of Things)インフラストラクチャとコンピューティングアプローチを必要とする点で大きな課題を呈している。 バイオナノモノのインターネット(IoBNT)と高度な機械学習技術、特に畳み込みニューラルネットワーク(CNN)とフェデレーション学習(FL)を統合する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-31T23:40:44Z)
• SpectroGLY: A Low-Cost IoT-Based Ecosystem for the Detection of Glyphosate Residues in Waters [0.0]
  水中でのグリホサート汚染が主要な健康問題になりつつある。 本稿では、革新的な低コストVIS-NIR(可視・近赤外)分光計(SpectroGLY)の設計、開発、試験について述べる。 移植性のおかげで、任意のコンテキストで使用でき、10分で結果が得られる。
  論文  参考訳（メタデータ） (2024-01-29T09:56:35Z)
• End-to-end codesign of Hessian-aware quantized neural networks for FPGAs and ASICs [49.358119307844035]
  我々は、共設計ニューラルネットワーク(NN)のトレーニングと実装のためのエンドツーエンドワークフローを開発する。 これにより、ハードウェアにおける効率的なNN実装が、非専門家に、単一のオープンソースワークフローでアクセスできるようになる。 大型ハドロン衝突型加速器(LHC)の40MHz衝突速度で動作しなければならないトリガー決定を含む粒子物理学アプリケーションにおけるワークフローを実演する。 シミュレーションLHC陽子-陽子衝突における高速粒子ジェット用混合精度NNを実装した。
  論文  参考訳（メタデータ） (2023-04-13T18:00:01Z)
• ChemVise: Maximizing Out-of-Distribution Chemical Detection with the Novel Application of Zero-Shot Learning [60.02503434201552]
  本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。 合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
  論文  参考訳（メタデータ） (2023-02-09T20:19:57Z)
• Graph Neural Networks for Temperature-Dependent Activity Coefficient Prediction of Solutes in Ionic Liquids [58.720142291102135]
  IL中の溶質の温度依存性無限希釈交流を予測するためのGNNを提案する。 我々は、GNNを4万以上のAC値を含むデータベース上でトレーニングし、最先端のMCMと比較する。 GNNとMCMも同様に高い予測性能を達成し、GNNはトレーニング中に考慮されていないILと溶質を含む溶液のACに対して高品質な予測を可能にする。
  論文  参考訳（メタデータ） (2022-06-23T15:27:29Z)
• SSM-DTA: Breaking the Barriers of Data Scarcity in Drug-Target Affinity Prediction [127.43571146741984]
  薬物標的親和性(DTA)は、早期の薬物発見において極めて重要である。 湿式実験は依然として最も信頼性の高い方法であるが、時間と資源が集中している。 既存の手法は主に、データ不足の問題に適切に対処することなく、利用可能なDTAデータに基づく技術開発に重点を置いている。 SSM-DTAフレームワークについて述べる。
  論文  参考訳（メタデータ） (2022-06-20T14:53:25Z)
• Optically detected magnetic resonance with an open source platform [0.0]
  固体環境における局在電子スピンは、量子センシング、気象学、量子情報処理のための汎用的なプラットフォームを形成する。 光学的に検出された磁気共鳴(ODMR)により、高コヒーレントスピンシステムの準備と読み出しが可能となる。 本稿は, ODMRにおける新参者の学習曲線を, 様々な科学的背景から高めることを目的としている。
  論文  参考訳（メタデータ） (2022-04-29T18:09:18Z)
• Improving Molecular Representation Learning with Metric Learning-enhanced Optimal Transport [49.237577649802034]
  分子レグレッション問題に対する一般化能力を高めるために,MROTと呼ばれる新しい最適輸送ベースアルゴリズムを開発した。 MROTは最先端のモデルよりも優れており、新しい物質の発見を加速する有望な可能性を示している。
  論文  参考訳（メタデータ） (2022-02-13T04:56:18Z)
• Towards a Multimodal System for Precision Agriculture using IoT and Machine Learning [0.5249805590164902]
  データ収集のためのIoT(Internet of Things)や、作物の損傷予測のための機械学習、作物の病気検出のためのディープラーニングといった技術が使用されている。 作物の被害予測には、ランダムフォレスト(RF)、光勾配昇降機(LGBM)、XGBoost(XGB)、決定木(DT)、K Nearest Neighbor(KNN)などのアルゴリズムが用いられている。 VGG16、Resnet50、DenseNet121といった事前学習された畳み込みニューラルネットワーク(CNN)モデルも、作物が何らかの病気で汚染されているかどうかを確認するために訓練されている。
  論文  参考訳（メタデータ） (2021-07-10T19:19:45Z)
• Stochastic-based Neural Network hardware acceleration for an efficient ligand-based virtual screening [0.6431253679501663]
  仮想スクリーニングは、治療対象の生物活性を示す可能性が最も高い分子化合物の同定方法を研究する。 大量の小さな有機化合物と、このような大規模なスクリーニングを行う可能性のある数千のターゲットにより、分子データベースのスクリーニングにおける処理速度とエネルギー効率の両方を向上する研究コミュニティへの関心が高まっている。 本研究では,各分子を1つのエネルギーベースベクトルで記述した分類モデルを提案し,ANNを用いた機械学習システムを提案する。
  論文  参考訳（メタデータ） (2020-06-03T20:18:15Z)

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。