論文の概要: Digital Agriculture Sandbox for Collaborative Research
- arxiv url: http://arxiv.org/abs/2511.15990v1
- Date: Thu, 20 Nov 2025 02:41:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-21 17:08:52.438214
- Title: Digital Agriculture Sandbox for Collaborative Research
- Title（参考訳）: 共同研究のためのデジタル農業サンドボックス
- Authors: Osama Zafar, Rosemarie Santa González, Alfonso Morales, Erman Ayday,
- Abstract要約: デジタル農業は、世界の食料問題に対処するための貴重なデータを生成するが、農家はプライバシー上の懸念からそれを共有することをためらっている。
本稿では,この問題を解決するセキュアなオンラインプラットフォームであるDigital Agriculture Sandboxを提案する。
このプラットフォームにより、農家(限られた技術資源を持つ)と研究者は、プライベート情報を公開することなく、農業データを分析できる。
- 参考スコア（独自算出の注目度）: 3.1332173046063545
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Digital agriculture is transforming the way we grow food by utilizing technology to make farming more efficient, sustainable, and productive. This modern approach to agriculture generates a wealth of valuable data that could help address global food challenges, but farmers are hesitant to share it due to privacy concerns. This limits the extent to which researchers can learn from this data to inform improvements in farming. This paper presents the Digital Agriculture Sandbox, a secure online platform that solves this problem. The platform enables farmers (with limited technical resources) and researchers to collaborate on analyzing farm data without exposing private information. We employ specialized techniques such as federated learning, differential privacy, and data analysis methods to safeguard the data while maintaining its utility for research purposes. The system enables farmers to identify similar farmers in a simplified manner without needing extensive technical knowledge or access to computational resources. Similarly, it enables researchers to learn from the data and build helpful tools without the sensitive information ever leaving the farmer's system. This creates a safe space where farmers feel comfortable sharing data, allowing researchers to make important discoveries. Our platform helps bridge the gap between maintaining farm data privacy and utilizing that data to address critical food and farming challenges worldwide.
- Abstract（参考訳）: デジタル農業は、農業をより効率よく、持続可能で、生産的にするために技術を活用することによって、食品の栽培方法を変えつつある。
この農業への現代的なアプローチは、世界の食糧問題に対処する上で有用な、豊富な貴重なデータを生み出すが、農家はプライバシー上の懸念から、それを共有することをためらっている。
これは、研究者がこのデータから学べる範囲を制限し、農業の改善を知らせる。
本稿では,この問題を解決するセキュアなオンラインプラットフォームであるDigital Agriculture Sandboxを提案する。
このプラットフォームにより、農家(限られた技術資源を持つ)と研究者は、プライベート情報を公開することなく、農業データを分析できる。
我々は,フェデレートラーニングや差分プライバシ,データ解析といった専門的な手法を用いて,研究目的のためにそのユーティリティを維持しながらデータの保護を行っている。
このシステムにより、農家は高度な技術知識や計算資源を必要とせず、簡単に同様の農家を特定できる。
同様に、研究者はデータから学び、農家のシステムを離れることなく有用なツールを構築することができる。
これにより、農家がデータの共有を快適に感じ、研究者が重要な発見を行える安全な空間が生まれる。
私たちのプラットフォームは、ファームデータのプライバシの維持と、そのデータを活用して世界中の重要な食料と農業の課題に対処するギャップを埋めるのに役立ちます。
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) - Empowering Digital Agriculture: A Privacy-Preserving Framework for Data Sharing and Collaborative Research [1.6000462052866455]
データ駆動農業は、収穫量、病気の回復力、長期的な土壌の健全性を改善する可能性がある。
しかし、価格の悪さ、差別、資源操作といったプライバシー上の懸念により、農家はデータの共有を妨げている。
研究・開発のためのセキュアなデータ共有と協調を可能にするプライバシー保護フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-25T22:46:30Z) - 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) - Privacy-Preserving Data Linkage Across Private and Public Datasets for Collaborative Agriculture Research [1.6000462052866455]
デジタル農業は、価格の悪さ、価格差別、保険コストの高騰、資源の操作といったプライバシー上の懸念を提起する。
本研究では,デジタル農業における安全なデータ共有を実現するとともに,これらのリスクに対処するプライバシ保護フレームワークを提案する。
我々のフレームワークは、プライバシーを保護しながら包括的なデータ分析を可能にする。
論文 参考訳（メタデータ） (2024-09-09T21:07:13Z) - Smart Connected Farms and Networked Farmers to Tackle Climate Challenges
Impacting Agricultural Production [5.455648887547882]
情報通信技術、精密農業、データ分析が急速に進歩し、スマート・コネクテッド・ファーム(SCF)の創出のための肥大化の原動力となっている。
ネットワークと調整された農夫ネットワークは、悪天候に対処しながら、農業生産と収益性を高めるために、農家にユニークな利点を提供する。
論文 参考訳（メタデータ） (2023-12-19T17:08:43Z) - 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) - Crop Knowledge Discovery Based on Agricultural Big Data Integration [2.597676155371155]
農業データは、IoT(Internet of Thing)、センサー、衛星、気象観測所、ロボット、農業機器、農業実験所、農家、政府機関、農業機関など、さまざまなソースを通じて生成される。
本稿では,他のデータセットやビッグデータモデルを組み込むのに十分なフレキシブルなコンステレーションスキーマを用いた農業データ統合手法を提案する。
論文 参考訳（メタデータ） (2020-03-11T00:13:17Z) - 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。
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。