論文の概要: AgriTrust: a Federated Semantic Governance Framework for Trusted Agricultural Data Sharing

• arxiv url: http://arxiv.org/abs/2511.05572v1
• Date: Tue, 04 Nov 2025 15:20:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:44.456877
• Title: AgriTrust: a Federated Semantic Governance Framework for Trusted Agricultural Data Sharing
• Title（参考訳）: AgriTrust: 信頼された農業データ共有のためのフェデレーテッドセマンティックガバナンスフレームワーク
• Authors: Ivan Bergier,
• Abstract要約: 本稿では,連合型セマンティックガバナンスフレームワークであるAgriTrustを紹介する。 重要なイノベーションは、ベンダーのロックインを防ぐブロックチェーンに依存しないマルチプロジェクタアーキテクチャである。 結果は、AgriTrustが検証可能な証明をうまく実現し、コンプライアンスを自動化し、新たな収益源を生み出すことを示しています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The potential of agricultural data (AgData) to drive efficiency and sustainability is stifled by the "AgData Paradox": a pervasive lack of trust and interoperability that locks data in silos, despite its recognized value. This paper introduces AgriTrust, a federated semantic governance framework designed to resolve this paradox. AgriTrust integrates a multi-stakeholder governance model, built on pillars of Data Sovereignty, Transparent Data Contracts, Equitable Value Sharing, and Regulatory Compliance, with a semantic digital layer. This layer is realized through the AgriTrust Core Ontology, a formal OWL ontology that provides a shared vocabulary for tokenization, traceability, and certification, enabling true semantic interoperability across independent platforms. A key innovation is a blockchain-agnostic, multi-provider architecture that prevents vendor lock-in. The framework's viability is demonstrated through case studies across three critical Brazilian supply chains: coffee (for EUDR compliance), soy (for mass balance), and beef (for animal tracking). The results show that AgriTrust successfully enables verifiable provenance, automates compliance, and creates new revenue streams for data producers, thereby transforming data sharing from a trust-based dilemma into a governed, automated operation. This work provides a foundational blueprint for a more transparent, efficient, and equitable agricultural data economy.
• Abstract（参考訳）: 農業データ(AgData)の効率性と持続可能性を高める能力は、認知された価値にもかかわらず、サイロにデータをロックする信頼と相互運用性の広範囲な欠如である「AgData Paradox(AgData Paradox)」によって弱められている。 本稿では,このパラドックスを解決するために設計された,連合型セマンティックガバナンスフレームワークであるAgriTrustを紹介する。 AgriTrustは、Data Sovereignty、Transparent Data Contracts、Equitable Value Sharing、Regulatory Complianceの柱の上に構築されたマルチステークホルダガバナンスモデルと、セマンティックデジタルレイヤを統合する。 このレイヤは、トークン化、トレーサビリティ、認定のための共通語彙を提供する、正式なOWLオントロジーであるAgriTrust Core Ontologyを通じて実現され、独立したプラットフォーム間での真のセマンティック相互運用性を実現する。 重要なイノベーションは、ベンダーのロックインを防ぐブロックチェーンに依存しないマルチプロジェクタアーキテクチャである。 このフレームワークの生存性は、コーヒー(EUDR準拠)、大豆(質量バランス)、牛肉(動物追跡)の3つの重要なサプライチェーンのケーススタディを通じて実証されている。 結果から,AgriTrustは検証可能な証明を可能にし,コンプライアンスを自動化し,データプロデューサのための新たな収益源を生成することにより,信頼に基づくジレンマから管理された自動操作へとデータ共有を変換することがわかった。 この研究は、より透明で効率的で公平な農業データ経済のための基礎的な青写真を提供する。

関連論文リスト

• Enhancing Smart Farming Through Federated Learning: A Secure, Scalable, and Efficient Approach for AI-Driven Agriculture [0.0]
  本研究は,作物病検出のためのスケーラブルで効率的かつセキュアなソリューションを開発することを目的とした,スマート農業のための連合学習フレームワークを提案する。 本提案手法は, 農作物病の分類において, センシティブな農作物データをローカルに維持し, 協調的モデル更新を可能にすることによって, 高い精度で作物病の分類を実現することを目的とする。 ミネソタ州の農家からのデータ収集,ローカルなディープラーニングアルゴリズムの適用,トランスファーラーニング,モデルリファインメントのための集中集約サーバなどについて概説する。
  論文  参考訳（メタデータ） (2025-09-15T18:57:32Z)
• ZTFed-MAS2S: A Zero-Trust Federated Learning Framework with Verifiable Privacy and Trust-Aware Aggregation for Wind Power Data Imputation [8.934430272818048]
  風力データは、センサの故障やエッジでの不安定な送信によって、しばしば欠落する値に悩まされる。 ZTFed-MAS2Sは、シーケンス・ツー・シーケンス・インプット・モデルを統合するゼロトラスト・フェデレーション学習フレームワークである。 ZTFed-MAS2Sのフェデレーション学習性能と欠落データ計算における優位性を実世界の風力発電データセットで検証した。
  論文  参考訳（メタデータ） (2025-08-24T01:50:58Z)
• Quantum-Resilient Blockchain for Secure Transactions in UAV-Assisted Smart Agriculture Networks [0.0]
  無人航空機(UAV)をスマート農業に統合することで、リアルタイムモニタリング、データ収集、自動農業活動が可能になった。 本稿では,UAV支援型スマート農業ネットワークにおけるデータおよびリソーストランザクションの確保を目的とした,量子レジリエントなブロックチェーンフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-21T17:12:39Z)
• TrustGuard: GNN-based Robust and Explainable Trust Evaluation with Dynamicity Support [59.41529066449414]
  本稿では,信頼度を考慮した信頼度評価モデルであるTrustGuardを提案する。 TrustGuardは、スナップショット入力層、空間集約層、時間集約層、予測層を含む階層アーキテクチャで設計されている。 実験により、TrustGuardは、シングルタイムスロットとマルチタイムスロットの信頼予測に関して、最先端のGNNベースの信頼評価モデルより優れていることが示された。
  論文  参考訳（メタデータ） (2023-06-23T07:39:12Z)
• FedSOV: Federated Model Secure Ownership Verification with Unforgeable Signature [60.99054146321459]
  フェデレートラーニングにより、複数のパーティがプライベートデータを公開せずにグローバルモデルを学ぶことができる。 本稿では,FedSOVという暗号署名に基づくフェデレート学習モデルのオーナシップ検証手法を提案する。
  論文  参考訳（メタデータ） (2023-05-10T12:10:02Z)
• Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
  合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。 バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。 多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2023-04-21T09:03:18Z)

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。