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: 翻訳完了
- 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
- Agri-LLaVA: Knowledge-Infused Large Multimodal Assistant on Agricultural Pests and Diseases [49.782064512495495]
農業分野における最初のマルチモーダル・インストラクション・フォロー・データセットを構築した。
このデータセットは、約40万のデータエントリを持つ221種類以上の害虫と病気をカバーしている。
本稿では,農業用マルチモーダル対話システムであるAgri-LLaVAを開発するための知識注入型学習手法を提案する。
論文 参考訳（メタデータ） (2024-12-03T04:34:23Z) - Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。
我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文 参考訳（メタデータ） (2024-11-07T22:29:05Z) - 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) - AgroTIC: Bridging the gap between farmers, agronomists, and merchants
through smartphones and machine learning [16.079127761987667]
アグロティック(Agrotic)は、農夫、農夫、商人のギャップを埋めるスマートフォンベースの農業用アプリケーションである。
コロンビアのサンタンデール県のキツネソウ栽培農家を対象に,アグロティック・アプリ(Agrotic app)の事例研究を行った。
論文 参考訳（メタデータ） (2023-05-21T10:07:51Z) - Trustworthy, responsible, ethical AI in manufacturing and supply chains:
synthesis and emerging research questions [59.34177693293227]
製造の文脈において、責任、倫理、信頼できるAIの適用性について検討する。
次に、機械学習ライフサイクルのより広範な適応を使用して、実証的な例を用いて、各ステップが与えられたAIの信頼性に関する懸念にどのように影響するかを議論します。
論文 参考訳（メタデータ） (2023-05-19T10:43:06Z) - 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) - 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) - 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。