Fugu-MT 論文翻訳(概要): Using I4.0 digital twins in agriculture

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

The unrealized potential of agroforestry for an emissions-intensive agricultural commodity [48.652015514785546]
機械学習を用いて、西アフリカ地域全体での日陰木カバーと炭素ストックの見積もりを生成します。既存の陰木カバーは低く、空間的に気候の脅威と一致していないことが判明した。しかし、このセクターが毎年高い炭素フットプリントのかなりの割合とバランスをとるという、巨大な非現実的な可能性も見出されています。
論文参考訳（メタデータ） (2024-10-28T10:02:32Z)
Estimating The Carbon Footprint Of Digital Agriculture Deployment: A Parametric Bottom-Up Modelling Approach [3.14743635476868]
本稿では,デジタル農業シナリオの炭素フットプリントを推定するためのボトムアップ手法を提案する。本研究は,農業におけるデジタル技術の1次効果のさらなる探求の必要性を明らかにするものである。
論文参考訳（メタデータ） (2024-09-26T08:09:36Z)
Towards Crowd-Based Requirements Engineering for Digital Farming (CrowdRE4DF) [0.0]
農家は多様かつ国際的な実践者の集団を形成し、農業製品やサービスの共通プールを使用している。この領域におけるオンラインユーザフィードバックは限定的であり、農家からのフィードバックをキャプチャする手段を必要とする。私たちのソリューションであるFarmers' Voiceアプリケーションは、音声テキスト、機械学習(ML)、Web 2.0技術を使用します。
論文参考訳（メタデータ） (2024-06-27T13:45:21Z)
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)
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)
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)
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)
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。