文献

J-GLOBAL ID：202202221901036670   整理番号：22A0434331

穀物品質蓄積のモニタリングと予測への新技術の応用:センサ,モノのインターネット,および人工知能【JST・京大機械翻訳】

Applications of new technologies for monitoring and predicting grains quality stored: Sensors, Internet of Things, and Artificial Intelligence

著者 (3件)： Lutz Everton (Department of Agricultural Engineering, Posgraduate Program at Agricultural Engineering, Federal University of Santa Maria, Avenue Roraima, 1000, Camobi, 97105900, Santa Maria, RS, Brazil) ,  Coradi Paulo Carteri (Department of Agricultural Engineering, Posgraduate Program at Agricultural Engineering, Federal University of Santa Maria, Avenue Roraima, 1000, Camobi, 97105900, Santa Maria, RS, Brazil) ,  Coradi Paulo Carteri (Department of Agricultural Engineering, Campus Cachoeira do Sul, Federal University of Santa Maria, Highway Taufik Germano, 3013 Passo D’Areia, 96503-205, Cachoeira do Sul, RS, Brazil)
資料名： Measurement  (Measurement)
巻： 188  ページ： Null  発行年： 2022年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： このレビューの目的は,貯蔵穀類におけるセンサの使用,収穫後のThings(IoT)プレセプトおよび機械学習(ML)技術の使用を,貯蔵穀類の品質のモニタリングを助けることができる技術的発展のための資源および新しい可能性を同定するための,現在の研究を評価することであった。レビュー結果は,良好な穀物管理と計算データ解析ツールの基本原理に基づいてリアルタイムで情報を収集するためのセンサとデバイスの広い応用を示した。実時間で収集された結果は,含水量,粒質量温度および相対湿度粒間空気のような変動要因による貯蔵穀類の損失および劣化のリスクがある状況におけるより良い意思決定を可能にすることを確認した。したがって,貯蔵穀粒の品質は,粒間空気における平衡含水量とCO_2濃度モニタリングによって予測できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  相対湿度 ,  *穀類 ,  含水量 ,  二酸化炭素 ,  水分 ,  *人工知能 ,  センサ ,  機械学習
準シソーラス用語： 解析ツール ,  実時間 ,  変動要因 ,  品質のモニタリング ,  *モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (5件)： 二酸化炭素 ,  制御システム ,  穀物損失 ,  水分粒子 ,  収穫後操作

分類 (1件)： 長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (7件)： 穀物 ,  蓄積 ,  モニタリング ,  予測 ,  応用 ,  インターネット ,  人工知能