論文の概要: Using I4.0 digital twins in agriculture
- arxiv url: http://arxiv.org/abs/2301.09682v1
- Date: Mon, 23 Jan 2023 19:24:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:43:26.981926
- Title: Using I4.0 digital twins in agriculture
- Title(参考訳): I4.0デジタル双生児の農業利用
- Authors: Rodrigo Falc\~ao, Raghad Matar, Bernd Rauch
- Abstract要約: 本稿では,農業領域におけるI4.0 DTを用いたアーキテクチャドライバとソリューション概念について述べる。
農業分野におけるI4.0 DTの機会と限界について論じる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agriculture is a huge domain where an enormous landscape of systems interact
to support agricultural processes, which are becoming increasingly digital.
From the perspective of agricultural service providers, a prominent challenge
is interoperability. In the Fraunhofer lighthouse project Cognitive Agriculture
(COGNAC), we investigated how the usage of Industry 4.0 digital twins (I4.0
DTs) can help overcome this challenge. This paper contributes architecture
drivers and a solution concept using I4.0 DTs in the agricultural domain.
Furthermore, we discuss the opportunities and limitations offered by I4.0 DTs
for the agricultural domain.
- Abstract(参考訳): 農業は、システムの巨大な景観が農業プロセスをサポートするために相互作用する巨大な領域であり、ますますデジタル化が進んでいる。
農業サービス提供者の観点では、相互運用性が大きな課題である。
フラウンホーファー灯台建設プロジェクトCognitive Agriculture(COGNAC)において,産業用4.0ディジタルツイン(I4.0 DT)の使用が,この課題を克服する上でどう役立つかを検討した。
本稿では,農業領域におけるI4.0 DTを用いたアーキテクチャドライバとソリューション概念について述べる。
さらに,農業分野においてI4.0 DTがもたらす機会と限界についても論じる。
関連論文リスト
- Agricultural 4.0 Leveraging on Technological Solutions: Study for Smart
Farming Sector [2.06242362470764]
農業 4.0 は工業生産と効率を上げることを目的とした技術主導の農業革命である。
食品廃棄物、気候変動、人口移動、資源不足が主な原因となっている。
目的は、監視の強化と労働費の削減を促進するために最適化されたバリューチェーンを確立することである。
論文 参考訳(メタデータ) (2024-01-01T17:02:49Z) - Enabling Automated Integration Testing of Smart Farming Applications via
Digital Twin Prototypes [49.44419860570116]
産業4.0とスマート農業は密接に関連しており、産業4.0でもスマート農業に使われている技術の多くが使用されている。
デジタルツインは、そのようなアプリケーションのコスト効率の良いソフトウェア開発の可能性を秘めている。
本稿では,ソフトウェアの自動テストにDigital Twin Prototypeアプローチを採用するケーススタディを提案する。
論文 参考訳(メタデータ) (2023-11-09T21:24:12Z) - 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) - Evaluating Digital Tools for Sustainable Agriculture using Causal
Inference [0.9213852038999553]
本稿では,デジタルツールが農業成績指標に与える影響を実証的に評価するための観察因果推論フレームワークを提案する。
このように、デジタル農業市場の透明性を高めることで、農家の信頼を高めることができる。
論文 参考訳(メタデータ) (2022-11-06T18:22:17Z) - 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) - The 1st Agriculture-Vision Challenge: Methods and Results [144.57794061346974]
第1回農業ビジョンチャレンジは、航空画像から農業パターン認識のための新しい効果的なアルゴリズムの開発を奨励することを目的としている。
約57の参加チームが、航空農業のセマンティックセグメンテーションの最先端を達成するために競っている。
本報告では,課題における注目すべき手法と成果について概説する。
論文 参考訳(メタデータ) (2020-04-21T05:02:31Z) - Farmland Parcel Delineation Using Spatio-temporal Convolutional Networks [77.63950365605845]
ファームパーセル・デライン化は、気候変動政策の開発と管理において重要なカダストラルデータを提供する。
このデータは、極端な気象災害に伴う損害後の補償を評価するための農業保険セクターにも有用である。
衛星画像の利用は、農場の区画整理作業を行うためのスケーラブルで費用対効果の高い方法である。
論文 参考訳(メタデータ) (2020-04-11T19:49:09Z) - ADW: Blockchain-enabled Small-scale Farm Digitization [2.406769835641701]
我々は、ブロックチェーンを活用してインタラクションを形式化し、小規模の農業エコシステムにおけるシームレスなデータフローを可能にする、Agribusiness Digital Wallet(ADW)と呼ばれるシステムを提案する。
本研究では,農業活動を活用して,自動的価値洞察による信頼された電場記録(EFR)を作成する能力を実証する。
論文 参考訳(メタデータ) (2020-03-15T16:15:20Z) - Data Warehouse and Decision Support on Integrated Crop Big Data [0.0]
我々は大陸レベルの農業データウェアハウス(ADW)を設計・実装した。
ADWは,(1)フレキシブルスキーマ,(2)農業用マルチデータセットからのデータ統合,(3)データサイエンスとビジネス用インテリジェントサポート,(4)ハイパフォーマンス,(5)高ストレージ,(6)セキュリティ,(7)ガバナンスと監視,(8)一貫性,可用性,パーティション耐性,(9)クラウド互換性によって特徴付けられる。
論文 参考訳(メタデータ) (2020-03-10T00:10:22Z) - Artificial Intelligence for Digital Agriculture at Scale: Techniques,
Policies, and Challenges [1.1245087602142634]
デジタル農業は農業のスループットを変えるという約束を持っている。
データサイエンスとエンジニアリングを適用して、利用可能なリソースを束縛しながら、入力要素を作物のスループットにマッピングする。
この論文は、次世代のデジタル農業ソリューションの進化に向けて、エンドツーエンドパイプラインを導く重要な疑問をまとめる最初のものである。
論文 参考訳(メタデータ) (2020-01-21T06:02:38Z) - 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。