論文の概要: A Hybrid Edge Cloud Digital Twin for Welfare-Constrained Control in Poultry Production

• arxiv url: http://arxiv.org/abs/2608.20367v1
• Date: Thu, 18 Jun 2026 22:49:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.285304
• Title: A Hybrid Edge Cloud Digital Twin for Welfare-Constrained Control in Poultry Production
• Title（参考訳）: 養鶏管理のためのハイブリッドエッジクラウドディジタルツイン
• Abstract要約: 養鶏施設におけるリアルタイム・福祉制約環境制御のためのエッジクラウドデジタルツインフレームワークを提案する。 このフレームワークは、分散センシング、デバイス上の状態推定、ハイブリッド物理データモデル、予測制御を統合している。 その結果、物理的に接地されたデジタル双生児とリアルタイム制御が組み合わさって、生物学的生産システムのスケーラブルで福祉に配慮した管理を可能にした。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Poultry production operates under tightly coupled environmental and biological dynamics, yet commercial climate control remains largely heuristic, limiting welfare assurance and operational efficiency. We introduce an edge-cloud digital twin framework for real-time, welfare-constrained environmental control in poultry facilities. The framework integrates distributed sensing, on-device state estimation, a hybrid physics-data model, and model predictive control to enable anticipatory and adaptive management under practical farm constraints. A grey-box thermodynamic and mass-balance formulation is augmented with a learned residual that captures unmodeled biological variability, including activity-dependent metabolic heat. This hybrid model is embedded within a state-space representation for real-time estimation and control at the edge, while cloud coordination supports cross-farm learning and long-horizon optimization. Bandwidth-aware processing and asynchronous synchronization enable deployment in connectivity-limited environments. Evaluation in a high-fidelity broiler production testbed demonstrates substantial gains over rule-based control and physics-only modeling. Temperature prediction error is reduced from 1.8 degrees Celsius to 0.4 degrees Celsius, ammonia constraint violations decrease by 90 percent, and communication requirements are lowered approximately 30-fold through edge-first processing. A Domain Transfer Score of 0.92 further indicates strong robustness across facility conditions. These results show that physically grounded digital twins, coupled with real-time control, enable scalable and welfare-aware management of biological production systems.
• Abstract（参考訳）: 養鶏生産は密接な結合環境と生物学的ダイナミクスの下で運営されているが、商業的な気候管理は主にヒューリスティックであり、福祉保証と運用効率を制限している。 養鶏施設におけるリアルタイム・福祉制約環境制御のためのエッジクラウドデジタルツインフレームワークを提案する。 このフレームワークは、分散センシング、オンデバイス状態推定、ハイブリッド物理データモデル、モデル予測制御を統合し、実用的な農場制約下での予測および適応管理を可能にする。 灰色ボックスの熱力学と質量バランスの定式化は、活性依存代謝熱を含む非モデル生物の変動を捉える学習された残留物で強化される。 このハイブリッドモデルは、エッジでのリアルタイム推定と制御のための状態空間表現に埋め込まれ、クラウド調整はクロスファーム学習と長期最適化をサポートする。 Bandwidth-aware処理と非同期同期により、接続に制限のある環境にデプロイできる。 高忠実度ブロイラー製造試験台の評価は、規則に基づく制御と物理のみのモデリングよりも大幅に向上した。 温度予測誤差は1.8度から0.4度に減少し、アンモニア制約違反は90%減少し、エッジファースト処理により通信要求はおよそ30倍低下する。 ドメイン転送スコアの0.92は、施設の条件を越えた強い堅牢性を示している。 これらの結果から,物理的に接地したデジタル双生児とリアルタイム制御が組み合わさって,生物学的生産システムのスケーラブルで福祉に配慮した管理を可能にすることが示唆された。

関連論文リスト

• WorldSimProbe: Diagnosing Simulator Faithfulness in Action-Conditioned World Models for Embodied Manipulation [85.15806404962193]
  行動条件付き世界モデル(ACWM)は、計画、ポリシー評価、データ生成のためのスケーラブルな予測シミュレータを具現化したAIを提供することを約束する。 物理シミュレータが期待する観測能力を用いてACWMを評価する。 WorldSimProbeは、制御のバリエーション、相互作用のグラウンディングにおける構造化された障害、ダイナミックスにまたがる、システマティックなアクション実現の劣化を明らかにする。
  論文  参考訳（メタデータ） (2026-08-10T08:48:06Z)
• SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
  本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。 我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。 高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
  論文  参考訳（メタデータ） (2026-06-22T15:00:59Z)
• From Simulation to Discovery: AI Enabled Probabilistic Emulation of Mechanistic Crop Systems [7.121184270363554]
  我々は,APSIMの確率論的ニューラルネットワークエミュレータを開発し,高忠実度で13個の出力にまたがる主要なトウモロコシ成長過程を再現する。 多様な遺伝的、土壌、管理条件にまたがる200万のシミュレーションに基づいて、このフレームワークは作物の反応をスケーラブルに探索することを可能にする。 この枠組みを10万の形質構成、アイオワ州とイリノイ州の6つの土壌環境、そして2100年の気候予測を2つの排出シナリオで適用し、高い収量を維持し続ける181のトウモロコシ形質の組み合わせを同定した。
  論文  参考訳（メタデータ） (2026-05-15T23:56:01Z)
• SCALE:Scalable Conditional Atlas-Level Endpoint transport for virtual cell perturbation prediction [46.645872209565574]
  仮想セル摂動予測のための大規模基盤モデルを提案する。 まず、データスループットを大幅に改善するBioNeMoベースのトレーニングおよび推論フレームワークを構築します。 第二に、摂動予測を条件付き輸送として定式化し、それをセットアウェアフローアーキテクチャで実装する。 第3に,生物学的に有意な指標に基づく厳密なセルレベルプロトコルを用いて,Tahoe-100Mのモデルを評価する。
  論文  参考訳（メタデータ） (2026-03-18T05:51:08Z)
• Bi Directional Feedback Fusion for Activity Aware Forecasting of Indoor CO2 and PM2.5 [29.9983891051718]
  二酸化炭素 (CO2) や微粒子物質 (PM2.5) などの主要な汚染物質の将来の濃度を予測することは依然として困難である。 従来のデータ駆動モデルは、過去のセンサーの軌跡に依存しており、しばしば行動誘発放出のスパイクや急激な集中シフトを予測できない。 室内環境の進化と行動誘導型埋め込みを共同でモデル化した,双方向の双方向フィードバック融合フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-06T01:21:44Z)
• PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis [75.14189839277928]
  本稿では,運用効率を維持しながら計算オーバーヘッドを大幅に削減する,共同生成フレームワークPowerGrowを提案する。 ベンチマーク設定による実験では、PowerGrowはフィデリティと多様性において、事前の拡散モデルよりも優れていた。 これは、運用上有効で現実的な電力グリッドシナリオを生成する能力を示している。
  論文  参考訳（メタデータ） (2025-08-29T01:47:27Z)
• Multifidelity digital twin for real-time monitoring of structural dynamics in aquaculture net cages [1.124958340749622]
  デジタルツイン技術は水産産業を前進させることができるが、その採用は限られている。 フレキシブルな浮体構造である魚網ケージは、養殖農場の重要かつ脆弱な構成要素である。 本研究では,水生生物網の構造動態をリアルタイムにモニタリングするデジタルツインへの統合のための多要素代理モデリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-06T21:26:30Z)

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。