論文の概要: AgriSentinel: Privacy-Enhanced Embedded-LLM Crop Disease Alerting System
- arxiv url: http://arxiv.org/abs/2509.09103v1
- Date: Thu, 11 Sep 2025 02:29:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-12 16:52:24.204279
- Title: AgriSentinel: Privacy-Enhanced Embedded-LLM Crop Disease Alerting System
- Title（参考訳）: AgriSentinel:プライバシが強化された組込みLLM作物病回避システム
- Authors: Chanti Raju Mylay, Bobin Deng, Zhipeng Cai, Honghui Xu,
- Abstract要約: 作物病は世界の食料安全保障、農業生産性、持続可能な農業慣行に重大な脅威をもたらす。
本稿では,最初のプライバシ強化組込みLLM作物病治療システムであるAgriSentinelを提案する。
AgriSentinelは、分類精度を維持しながら、機密性の高い作物画像データを保護するために、差分プライバシーメカニズムを組み込んでいる。
- 参考スコア（独自算出の注目度）: 9.908994163061676
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Crop diseases pose significant threats to global food security, agricultural productivity, and sustainable farming practices, directly affecting farmers' livelihoods and economic stability. To address the growing need for effective crop disease management, AI-based disease alerting systems have emerged as promising tools by providing early detection and actionable insights for timely intervention. However, existing systems often overlook critical aspects such as data privacy, market pricing power, and farmer-friendly usability, leaving farmers vulnerable to privacy breaches and economic exploitation. To bridge these gaps, we propose AgriSentinel, the first Privacy-Enhanced Embedded-LLM Crop Disease Alerting System. AgriSentinel incorporates a differential privacy mechanism to protect sensitive crop image data while maintaining classification accuracy. Its lightweight deep learning-based crop disease classification model is optimized for mobile devices, ensuring accessibility and usability for farmers. Additionally, the system includes a fine-tuned, on-device large language model (LLM) that leverages a curated knowledge pool to provide farmers with specific, actionable suggestions for managing crop diseases, going beyond simple alerting. Comprehensive experiments validate the effectiveness of AgriSentinel, demonstrating its ability to safeguard data privacy, maintain high classification performance, and deliver practical, actionable disease management strategies. AgriSentinel offers a robust, farmer-friendly solution for automating crop disease alerting and management, ultimately contributing to improved agricultural decision-making and enhanced crop productivity.
- Abstract（参考訳）: 作物病は、世界の食料安全保障、農業生産性、持続可能な農業慣行に重大な脅威をもたらし、農家の生活と経済の安定に直接影響を与えている。
効果的な作物病管理の必要性の高まりに対処するため、AIベースの疾病警報システムは、早期発見と行動可能な洞察をタイムリーな介入のために提供することによって、有望なツールとして登場した。
しかし、既存のシステムは、データプライバシ、市場価格のパワー、ファーマーフレンドリーなユーザビリティといった重要な側面を見落とし、農家はプライバシ侵害や経済的搾取に弱いままである。
これらのギャップを埋めるために,最初のプライバシ強化組込みLLM作物病治療システムであるAgriSentinelを提案する。
AgriSentinelは、分類精度を維持しながら、機密性の高い作物画像データを保護するために、差分プライバシーメカニズムを組み込んでいる。
その軽量なディープラーニングに基づく作物病分類モデルは、モバイルデバイスに最適化され、農家のアクセシビリティとユーザビリティが保証される。
さらにこのシステムには、農家に作物の病気を管理するための具体的な、実用的な提案を提供するために、キュレートされた知識プールを活用する、細調整のオンデバイス大型言語モデル(LLM)が含まれている。
包括的な実験は、AgriSentinelの有効性を検証し、データのプライバシを保護し、高い分類性能を維持し、実用的で実行可能な疾患管理戦略を提供する能力を示す。
AgriSentinelは、作物病の警告と管理を自動化する、堅牢で農家に優しいソリューションを提供し、最終的には農業の意思決定の改善と作物の生産性の向上に貢献している。
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) - Internet of Things-Based Smart Precision Farming in Soilless Agriculture:Opportunities and Challenges for Global Food Security [3.46887201928427]
世界人口の急激な増加と耕作可能な土地の継続的な減少は、食料安全保障に重大な脅威をもたらす。
土壌のない農業、例えばヒドロポニックス、エアロポニックス、アクアポニックスは持続可能なソリューションを提供する。
本稿は、IoTベースの土壌のない農業の機会と課題について考察する。
論文 参考訳（メタデータ） (2025-03-15T03:40:32Z) - 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) - 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) - Overcoming LLM Challenges using RAG-Driven Precision in Coffee Leaf Disease Remediation [0.0]
本研究は、病気の識別にYOLOv8を、コンテキスト認識診断にRAG(Retrieval Augmented Generation)を応用した、革新的なAI駆動型精密農業システムを提案する。
このシステムは、言語モデル(LLM)に関連する固有の制約に対処するために、洗練されたオブジェクト検出技術と言語モデルを統合する。
論文 参考訳（メタデータ） (2024-05-02T14:19:25Z) - 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) - AGI for Agriculture [30.785325834651644]
人工知能(AGI)は、医療、金融、交通、教育など様々な分野に革命をもたらす。
本稿では,農業における農業画像処理,自然言語処理(NLP),ロボット工学,知識グラフ,インフラなどのAGIの今後の応用について述べる。
論文 参考訳（メタデータ） (2023-04-12T19:39:49Z) - The Ethics of Biosurveillance [0.0]
安価で使用可能な監視技術の台頭は、国際バイオサーベイランスガイドラインでは対処されていない価値の対立を呈している。
農業の害虫を無害にする費用は、プライバシ違反や農家の自律性低下などが含まれる。
食品の安全性と個人のプライバシーの総合的な利益をバランスさせる,生物監視活動のための倫理的枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-23T08:06:50Z) - 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)
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。