An Assessment of Control Methods in Closed-Loop Agriculture Systems
Notice bibliographique
Résumé
Climate change and a growing global population pose ongoing threats to critical resources. As resources required by the agriculture sector continue to diminish, it is critical to leverage the emerging technologies and new solutions within the sector. New cultivation practices have emerged over the years, allowing food to be grown within urban areas. Greenhouses are versatile in the resources needed for their operation, as well as the foods that can be grown. While greenhouses provide a potential for a more constant food supply, there is a lack of optimization between the components. There are benefits to having modular components of a greenhouse, allowing for adjustments or repairs to singular pieces. However, there is inefficiency in the entire system, since each component functions without considering the others. To improve greenhouse efficiency, a closed-loop system can be introduced. A greenhouse is a closed system, and by repurposing, reusing, and recirculating resources, a greenhouse can evolve to have a closed-loop system. This enables the components of a system to share resources more effectively, communicate any systems changes that are required, and minimize waste outputs. This research explores the current technology in the space of agriculture and computer science to create a fully closed-loop system. The most noticeable system components are food waste, nutrient systems, water systems, growing media, and heating and energy. Not all components within a greenhouse can leverage the same artificial intelligence methods and techniques based on existing findings. There are methods in place that allow the components to interpret data gathered from the greenhouse and alter its operational patterns. There remains a lack in communicating this information to other aspects of the system to have it make informed data-driven decisions as well. One can optimize singular components thereby reducing resource reliance, to a certain threshold until it impacts the plant’s development and yield. When all the systems components’ resource needs and outputs converge the functionality of the system can be optimized to utilize resources at a higher efficiency. Results are indicative of very siloed and isolated research, exploring closed-loop systems within greenhouses, but not leveraging its full capabilities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».