Differential-Privacy Evaluation for Computer Agriculture Cooperative Yield Aggregation Under Smallholder Re-Identification Risk: An Artificial Intelligence Membership-Inference Audit
用成员推断审计评估小农户合作社产量聚合的差分隐私预算与可检测效应。
← 主题
#数据治理
Sensor Data Transmission in Smart Agriculture: Challenges, Potentials, and Limitations in the Fourth Industrial Revolution
综述智慧农业传感器数据传输挑战，归纳十大开放问题并提出分层架构设计蓝图。
A socio-technical mechanism of the agricultural digital divide: Ecuador within a heterogeneous Latin American context
将农业数字鸿沟概念化为从结构条件到价值分配的社会技术经济不平等序列，并以厄瓜多尔为例。
Controlled flexibility for agronomic and natural-science research embedded in Living Labs safeguarding scientific rigor under adaptive conditions
提出受控灵活性框架，使生活实验室在适应变化时仍能保持科研证据的可解释性与可信度。
Zenodo (CERN European Organization for Nuclear Research)·10月1日 · 周四80 分 论文生态保护与生物多样性数字乡村与农业信息化2 个信源同时报道 阅读 2
D1.5 – Policy recommendations
为东非农业生态与气候韧性食物系统提出政策建议，基于多国实证与数字工具。
Data Management in Agricultural Enterprises: A Framework for Data-Driven Decision Support
提出农业企业数据管理框架，实现数据从孤立采集到系统化决策支持。
A Big Data Curation Framework for Precision Agriculture: Actions, Actors and Challenges in the Indian Context
通过系统综述构建印度精准农业大数据治理框架，明确8阶段数据策展行动、9类机构角色及挑战。
Beyond Precision Agriculture: AI and Data-driven Information Systems as Catalysts for Sustainable Agribusiness Transformation
综述指出农业数字化瓶颈已从技术转向数据治理与系统集成，呼吁研究重心转向互操作与组织设计。
A governance-first framework integrates artificial intelligence and blockchain to advance sustainable and inclusive horticultural value chains
提出治理优先框架，整合AI与区块链提升园艺价值链可持续性与包容性。
《AI in Agriculture: Transforming the Food System from Data to Decisions to Action》 美国密西西比州立CAST论文
系统论述AI正成为美国食物系统基础技术，提出物理AI概念并强调制度约束。
Federation Cannot Replace Stewardship: Governing the Calibration Chain in Continental-Scale Observation Networks
论文主张联邦架构无法替代有明确责任人的校准监管，强调校准链治理是大陆尺度观测网络的基础。
Bridging Governance and Empirical Threat Intelligence: An Integrated Framework for Cybersecurity in Smart Farming
提出融合数据治理与蜜网威胁情报的智慧农业网络安全框架。
From perception to reaction: an RLCC-engine-driven cybersecurity framework for smart agricultural ecosystems
提出一个由RLCC引擎驱动的智慧农业网络安全框架，从感知到反应，保护农业生态系统。
智慧农业背景下农业经营者数据权益保护困境与制度因应（智慧农业(中英文) 8(3): 270-283）
分析农业经营者数据权益保护困境，提出制度因应方案。
广东省农业农村厅征集农业AI基础能力与智能体研发需求——围绕智能体开发框架、数据治理、本体建模、智能装备四大方向
广东省农业农村厅8月7日发布《关于征集农业AI基础能力与智能体研发需求的通知》(根据粤农农函〔2026〕492号《关于印发「人工智能+」农业农村领域应用推进方案的通知》部署),面向各地级以上市农业农村局、各有关单位征集农业AI基础能力与智能体研发需求。四大征集方向:一是农业AI共性基础能力,包括智能体开发框架关键技术(接口规范、消息交互协议、组件化封装、任务编排与多智能体协同)、农业数据治理关键技术(数据采集标准、元数据规范、多源数据融合、质量自动检测、数据服务总线API规范)、农业本体建模关键技术(本体表示框架、推理规则、编码范式、知识自动抽取、本体半自动构建);二是农业场景智能体研发,围绕种植、畜禽、水产等领域典型场景(如水稻病害识别、水稻物候期识别等),研发场景智能体,统一执行感知、推理、输出三层标准接口,配套建设场景本体库、标准数据集、领域数据采集标准三类共享资产;三是农业智能装备与关键部件,研发智慧农业芯片、物联网设备、AI视觉识别终端等关键部件,耕种管收、饲喂巡检、捕捞分选等智能作业装备,智能农机协同作业操作系统;四是农业智能服务,围绕环境监测、应急救灾、生产流通、科技成果转化等智能化技术与服务模式研发需求,提升全产业链服务效能。