Fugu-MT 論文翻訳(概要): A Systematic Mapping Study on Open Source Agriculture Technology Research

論文の概要: A Systematic Mapping Study on Open Source Agriculture Technology Research

arxiv url: http://arxiv.org/abs/2507.08103v1
Date: Thu, 10 Jul 2025 18:40:45 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-14 18:03:54.14341
Title: A Systematic Mapping Study on Open Source Agriculture Technology Research
Title（参考訳）: オープンソース農業技術研究のシステムマッピング研究
Authors: Kevin Lumbard, Vinod Kumar Ahuja, Matt Cantu Snell,
Abstract要約: 農業は毎年アメリカ経済に何兆ドルも貢献している。オープンソース運動は農業技術に現れ始めており、農業と農業のデジタル技術の将来に劇的な意味を持つ。本研究では,オープン農業デジタル技術研究の体系的なマッピングを通じて,オープン農業デジタル技術について検討する。
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 contributes trillions of dollars to the US economy each year. Digital technologies are disruptive forces in agriculture. The open source movement is beginning to emerge in agriculture technology and has dramatic implications for the future of farming and agriculture digital technologies. The convergence of open source and agriculture digital technology is observable in scientific research, but the implications of open source ideals related to agriculture technology have yet to be explored. This study explores open agriculture digital technology through a systematic mapping of available open agriculture digital technology research. The study contributes to Information Systems research by illuminating current trends and future research opportunities.
Abstract（参考訳）: 農業は毎年アメリカ経済に何兆ドルも貢献している。デジタル技術は農業において破壊的な力である。オープンソース運動は農業技術に現れ始めており、農業と農業のデジタル技術の将来に劇的な意味を持つ。オープンソースと農業のデジタル技術の収束は科学的研究において観測可能であるが、農業技術に関連するオープンソースイデアルの影響はまだ検討されていない。本研究では,オープン農業デジタル技術研究の体系的なマッピングを通じて,オープン農業デジタル技術について検討する。この研究は、現在のトレンドと今後の研究機会を照らすことで、情報システム研究に貢献する。

関連論文リスト

AI in Agriculture: A Survey of Deep Learning Techniques for Crops, Fisheries and Livestock [77.95897723270453]
作物、漁業、家畜が世界の食料生産のバックボーンを形成し、成長を続ける世界の人口を養うのに不可欠である。これらの問題に対処するには、効率的で正確でスケーラブルな技術ソリューションが必要であり、人工知能(AI)の重要性を強調している。本調査では,従来の機械学習アプローチ,高度なディープラーニング技術,最新のビジョン言語基礎モデルなど,200以上の研究成果を体系的かつ徹底的にレビューする。
論文参考訳（メタデータ） (2025-07-29T17:59:48Z)
AI-Driven Automation Can Become the Foundation of Next-Era Science of Science Research [58.944125758758936]
科学科学(Science of Science, SoS)は、科学的発見の基礎となるメカニズムを探求する。人工知能(AI)の出現は、次世代のSoSに変革の機会をもたらす。我々は、従来の手法よりもAIの利点を概説し、潜在的な制限について議論し、それらを克服するための経路を提案する。
論文参考訳（メタデータ） (2025-05-17T15:01:33Z)
Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。 AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
論文参考訳（メタデータ） (2025-03-28T14:00:27Z)
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)
LoRa Communication for Agriculture 4.0: Opportunities, Challenges, and Future Directions [40.08908132533476]
スマート農業の新興分野は、IoT(Internet of Things)を活用して農業プラクティスに革命をもたらす。本稿では,農業用IoTシステムにおける長距離無線通信の鍵となるLong Range(LoRa)技術の転換可能性について検討する。
論文参考訳（メタデータ） (2024-09-17T13:55:44Z)
Leaf-Based Plant Disease Detection and Explainable AI [16.128084819516715]
農業部門は国の経済成長に不可欠な役割を担っている。植物病は農業に影響を及ぼす重要な要因の1つである。研究者は、植物病を検出するAIと機械学習技術に基づく多くのアプリケーションを調査してきた。
論文参考訳（メタデータ） (2023-12-17T03:40:12Z)
On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文参考訳（メタデータ） (2023-11-01T11:16:41Z)
DeepSpeed4Science Initiative: Enabling Large-Scale Scientific Discovery through Sophisticated AI System Technologies [116.09762105379241]
DeepSpeed4Scienceは、AIシステム技術革新を通じてユニークな機能を構築することを目指している。我々は、構造生物学研究における2つの重要なシステム課題に対処するために、DeepSpeed4Scienceで行った初期の進歩を紹介した。
論文参考訳（メタデータ） (2023-10-06T22:05:15Z)
Web of Things and Trends in Agriculture: A Systematic Literature Review [0.4640835690336651]
本研究の主な目的は,WOTを基盤とした農業に関する,成長途上かつ既存の研究内容,課題,今後の方向性の理解と提供である。 WOTベースの農業分野の分類も本研究で紹介されている。
論文参考訳（メタデータ） (2023-06-15T12:20:30Z)
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)
Global technology access in biolabs -- from DIY trend to an open source transformation [0.0]
Do-it-Yourself(DIY)技術はすでに広く普及している。バイオラボにおける適切な技術の採用の中心的な要因は、オープン共有、デジタル製造、ローカル生産、標準部品の使用、詳細なドキュメントである。
論文参考訳（メタデータ） (2022-09-30T16:34:27Z)
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)

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。