論文の概要: SugarChain: Blockchain technology meets Agriculture -- The case study
and analysis of the Indian sugarcane farming
- arxiv url: http://arxiv.org/abs/2301.08405v1
- Date: Fri, 20 Jan 2023 02:40:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:41:20.241898
- Title: SugarChain: Blockchain technology meets Agriculture -- The case study
and analysis of the Indian sugarcane farming
- Title(参考訳): SugarChain:ブロックチェーン技術が農業と出会う インドのサトウキビ農業の事例研究と分析
- Authors: Naresh Kshetri, Chandra Sekhar Bhusal, Dilip Kumar, Devendra Chapagain
- Abstract要約: 私たちの研究の全体的な目的は、農業製品を強調し、動機付けし、ブロックチェーン技術を使用することで農家に利益をもたらすことです。
インド産サトウキビ栽培における事例研究と分析を農家から収集したデータを用いて紹介した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Not only in our country and Asia, but the agriculture sector is also lagging
all over the world while using new technologies and innovations. Farmers are
not getting the accurate price and compensation of their products because of
several reasons. The intermediate persons or say middlemen are controlling the
prices and product delivery on their own. Due to lack of education,
technological advancement, market knowledge, post-harvesting processes, and
middleman involvement, farmers are always deprived of their actual pay and
efforts. The use of blockchain technology can help such farmers to automate the
process with high trust. We have presented our case study and analysis for the
Indian sugarcane farming with data collected from farmers. The system
implementation, testing, and result analysis has been shown based on the case
study. The overall purpose of our research is to emphasize and motivate the
agricultural products and benefit the farmers with the use of blockchain
technology.
- Abstract(参考訳): 私たちの国やアジアだけでなく、農業部門も、新しい技術やイノベーションを使いながら、世界中で遅れを取っています。
農家はいくつかの理由から、製品の正確な価格と補償を受け取っていない。
中間者または中間者は、価格と製品の提供を自分で制御している。
教育の欠如、技術進歩、市場の知識、戦後のプロセス、中間者への関与により、農家は常に実際の給与と努力を奪われている。
ブロックチェーン技術を使うことで、農家は高い信頼性でプロセスを自動化できる。
インド産サトウキビ栽培における事例研究と分析を農家から収集したデータを用いて紹介した。
ケーススタディに基づいて,システムの実装,テスト,結果分析を行った。
私たちの研究の全体的な目的は、農業製品を強調し、動機付けし、ブロックチェーン技術を使って農家に利益を与えることです。
関連論文リスト
- 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) - An innovative Deep Learning Based Approach for Accurate Agricultural
Crop Price Prediction [0.0]
本稿では, 歴史的価格情報, 気候条件, 土壌タイプ, 立地, その他の重要な価格決定要因を用いて, 作物の価格を正確に予測することを目的とする。
本稿では,価格予測の精度を高めるために,革新的な深層学習手法を提案する。
我々の手法は、ノイズの多いレガシーデータとうまく機能し、文献で利用可能な結果よりも少なくとも20%優れたパフォーマンスを生み出す。
論文 参考訳(メタデータ) (2023-04-15T10:54:57Z) - Domain Generalization for Crop Segmentation with Knowledge Distillation [63.8376359764052]
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) - Affordable Artificial Intelligence -- Augmenting Farmer Knowledge with
AI [1.9992810351494297]
本稿では,農地の微小気候を予測するためのAI技術について述べる。
この出版物は2016年に開始され、FAOとITUが共同で制作したE-agriculture in Actionシリーズの第5弾である。
農業における既存のAIアプリケーションに対する認識を高め、ステークホルダーに新しいものの開発と複製を促すことを目的としている。
論文 参考訳(メタデータ) (2023-03-04T02:29:52Z) - Fruit Ripeness Classification: a Survey [59.11160990637616]
食品を格付けするための特徴記述子を多用する多くの自動的手法が提案されている。
機械学習とディープラーニング技術がトップパフォーマンスの手法を支配している。
ディープラーニングは生のデータで操作できるため、複雑なエンジニアリング機能を計算する必要がなくなる。
論文 参考訳(メタデータ) (2022-12-29T19:32:20Z) - Everything You wanted to Know about Smart Agriculture [2.5155102296586036]
世界の人口は2050年までに20億近く増加すると予想され、食料需要の急激な増加を招いた。
人口増加のニーズを満たすためには、農業産業を近代化する必要がある。
従来の農業は、既存の技術を採用することで、効率的で持続可能で、エコフレンドリーなスマート農業に書き換えることができる。
論文 参考訳(メタデータ) (2022-01-13T00:48:36Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳(メタデータ) (2020-08-29T15:14:03Z) - Agricultural Knowledge Management Using Smart Voice Messaging Systems:
Combination of Physical and Human Sensors [0.0]
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。
論文 参考訳(メタデータ) (2020-08-09T11:46:03Z) - 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) - 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。