Fugu-MT 論文翻訳(概要): Supporting a Sustainable and Inclusive Urban Agriculture Federation using Dashboarding

論文の概要: Supporting a Sustainable and Inclusive Urban Agriculture Federation using Dashboarding

arxiv url: http://arxiv.org/abs/2509.00595v1
Date: Sat, 30 Aug 2025 19:23:13 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-04 15:17:03.297395
Title: Supporting a Sustainable and Inclusive Urban Agriculture Federation using Dashboarding
Title（参考訳）: ダッシュボードを用いた持続的・包括的都市農業連盟の支援
Authors: Klervie Toczé, Iffat Fatima, Patricia Lago, Lia van Wesenbeeck,
Abstract要約: Feed4Foodプロジェクトは、さまざまな国の都市農業のLiving Labsのフェデレーションを、脆弱な人口に対する都市食品の安全性を高めるために利用することを目的としている。本稿では,地域の認識と意思決定を支援するダッシュボードを構築するための再利用可能なプロセスと,連携学習を提案する。
参考スコア（独自算出の注目度）: 3.298403495154034
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Reliable access to food is a basic requirement in any sustainable society. However, achieving food security for all is still a challenge, especially for poor populations in urban environments. The project Feed4Food aims to use a federation of Living Labs of urban agriculture in different countries as a way to increase urban food security for vulnerable populations. Since different Living Labs have different characteristics and ways of working, the vision is that the knowledge obtained in individual Living Labs can be leveraged at the federation level through federated learning. With this specific goal in mind, a dashboarding tool is being established. In this work, we present a reusable process for establishing a dashboard that supports local awareness and decision making, as well as federated learning. The focus is on the first steps of this creation, i.e., defining what data to collect (through the creation of Key Performance Indicators) and how to visualize it. We exemplify the proposed process with the Feed4Food project and report on our insights so far.
Abstract（参考訳）: 食品への信頼性の高いアクセスは、持続可能な社会において基本的な要件である。しかし、特に都市環境の貧困層にとって、食料安全保障の達成は依然として課題である。 Feed4Foodプロジェクトは、さまざまな国の都市農業のLiving Labsのフェデレーションを、脆弱な人口に対する都市食品の安全性を高めるために利用することを目的としている。異なるLiving Labsには異なる特性と作業方法があるため、個々のLiving Labsで得られた知識は、フェデレーションレベルで、フェデレーション学習を通じて活用できるというビジョンがある。この具体的な目標を念頭に置いて、ダッシュボードツールが確立されている。本研究では,地域の認識と意思決定を支援するダッシュボードを構築するための再利用可能なプロセスと,連携学習を提案する。焦点は、この作成の最初のステップ、すなわち、(キーパフォーマンス指標の作成を通じて)収集するデータを定義し、それを視覚化する方法である。提案されたプロセスをFeed4Foodプロジェクトで実証し、これまでの知見を報告しています。

関連論文リスト

World Food Atlas Project [0.9071144333827891]
世界食糧アトラス(WFA)は、世界の食品に関するすべての知識を収集する。 1つ目は食品知識グラフ(FKG)であり、食品と成分の関係に関する知識のグラフィカルな表現である。 2つ目はFoodLog AthlとRecipeLogで、食べ物の習慣に関する人々の詳細な記録を収集するアプリケーションである。
論文参考訳（メタデータ） (2025-04-25T22:40:02Z)
Building Knowledge Graphs Towards a Global Food Systems Datahub [0.9752919973942652]
様々な製品や生産方法にまたがって持続可能な農業の実践を包括的に調査する研究が欠如している。持続可能な小麦生産に関連する知識をエンコードする一連のKNと知識グラフ(KG)を構築している。
論文参考訳（メタデータ） (2025-02-26T19:13:11Z)
FoodieQA: A Multimodal Dataset for Fine-Grained Understanding of Chinese Food Culture [60.51749998013166]
中国各地の食文化の複雑な特徴を,手作業でキュレートした,きめ細かい画像テキストデータセットであるFoodieQAを紹介した。視覚言語モデル(VLM)と大規模言語モデル(LLM)を,新たに収集した未確認食品画像およびそれに対応する質問に対して評価する。以上の結果から,食品とその文化的意味の理解は依然として困難かつ未解明の方向にあることが示唆された。
論文参考訳（メタデータ） (2024-06-16T17:59:32Z)
From Canteen Food to Daily Meals: Generalizing Food Recognition to More Practical Scenarios [92.58097090916166]
DailyFood-172とDailyFood-16という2つの新しいベンチマークを、毎日の食事から食のイメージをキュレートする。これらの2つのデータセットは、よく計算された食品画像領域から日常的な食品画像領域へのアプローチの伝達性を評価するために使用される。
論文参考訳（メタデータ） (2024-03-12T08:32:23Z)
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)
From Plate to Prevention: A Dietary Nutrient-aided Platform for Health Promotion in Singapore [18.412322278232757]
シンガポールのサービスとして、多様なヘルスケア指向のアプリケーションをインキュベーションするためのFoodSGプラットフォームを開発した。シンガポールの多栄養食品料理がもたらす認知能力のハードルを克服するため,我々の食品認識モデルであるFoodSG-SCLに教師付きコントラスト学習を統合することを提案する。
論文参考訳（メタデータ） (2023-01-10T07:51:36Z)
Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文参考訳（メタデータ） (2022-06-05T02:41:44Z)
A Mobile Food Recognition System for Dietary Assessment [6.982738885923204]
我々は,生活支援のための食品認識アプリケーションの開発に焦点をあてる。このタスクにMobilenet-v2アーキテクチャを使うことは、正確性とメモリ使用量の両方において有益である。開発されたモバイルアプリケーションは、画像を介して自動食品認識において視覚障害者に役立てる可能性がある。
論文参考訳（メタデータ） (2022-04-20T12:49:36Z)
Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文参考訳（メタデータ） (2021-07-13T06:26:53Z)
IFoodCloud: A Platform for Real-time Sentiment Analysis of Public Opinion about Food Safety in China [6.799945955379126]
IFoodCloudは、中国の食品安全に関する世論のリアルタイム感情分析のためのプラットフォームです。公共の意見の傾向、公衆の感情、および食品安全事件の地域的注意の相違を調べるのに使用できる3,100以上の公的情報源からデータを収集します。
論文参考訳（メタデータ） (2021-02-17T04:42:33Z)
ISIA Food-500: A Dataset for Large-Scale Food Recognition via Stacked Global-Local Attention Network [50.7720194859196]
ウィキペディアのリストから500のカテゴリと399,726の画像を含むデータセットISIA Food-500を紹介する。このデータセットは、既存の一般的なベンチマークデータセットをカテゴリカバレッジとデータボリュームで上回る。食品認識のための2つのサブネットワークからなるグローバルローカルアテンションネットワークを提案する。
論文参考訳（メタデータ） (2020-08-13T02:48:27Z)

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。