첫째, 추적성, 맞춤화, 접근성에 대한 차별화된 관점을 제시하고, 이를 검증 가능하고, 적응 가능하며, 경제적인 메탄 감축 규칙으로 구체화합니다. 둘째, 기술, 실제 프로젝트 경험, 정책적 고려 사항을 종합하여 DT와 엣지 AI 애플리케이션을 광범위하게 배포할 수 있는 형태로 변환합니다. 셋째, 다양한 개발 단계와 농장 환경을 고려한 맞춤형 기술 경로를 제시하고, 기술경제적 요인을 분석하여 제안된 디지털 솔루션이 전 세계적으로 구현 가능한지 확인합니다.

DT, 엣지 AI 및 유제품 배출량

DT 및 엣지 AI 기술

DT는 지멘스의 스트림라인 공장과 같은 제조 산업에서 유래했습니다. 14 낙농업에서 DT는 가축, 장비 및 주변 환경에 대한 상세한 표현을 포함하여 실제 낙농장을 반영하는 포괄적이고 동적인 가상 모델을 구성할 수 있습니다. DT의 핵심은 그림 1A 에 나타낸 것처럼 배경 데이터베이스(예: 가축 구조, 관리 방식, 소의 특징, 유전체 정보)와 낙농장에 설치된 센서에서 수집된 실시간 데이터를 통합하는 것입니다 . 이러한 통합을 통해 첨단 센서와 통신 기술을 활용하여 소의 전체 생애 주기 동안 배출량 및 성능 지표를 측정하고 추적할 수 있습니다. 15