論文の概要: Knowledge Representation in Digital Agriculture: A Step Towards Standardised Model

• arxiv url: http://arxiv.org/abs/2207.07740v1
• Date: Fri, 15 Jul 2022 20:31:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-19 16:15:21.845106
• Title: Knowledge Representation in Digital Agriculture: A Step Towards Standardised Model
• Title（参考訳）: デジタル農業における知識表現 : 標準化モデルに向けて
• Authors: Quoc Hung Ngo, Tahar Kechadi, Nhien-An Le-Khac
• Abstract要約: 農作物におけるデータマイニングを表現・保存するための新しい知識マップを提案する。 提案したモデルは、概念、属性、関係、変換、インスタンス、状態の6つの主要な集合で構成されている。 また,この知識モデルを扱うためのアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 4.286327408435937
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In recent years, data science has evolved significantly. Data analysis and mining processes become routines in all sectors of the economy where datasets are available. Vast data repositories have been collected, curated, stored, and used for extracting knowledge. And this is becoming commonplace. Subsequently, we extract a large amount of knowledge, either directly from the data or through experts in the given domain. The challenge now is how to exploit all this large amount of knowledge that is previously known for efficient decision-making processes. Until recently, much of the knowledge gained through a number of years of research is stored in static knowledge bases or ontologies, while more diverse and dynamic knowledge acquired from data mining studies is not centrally and consistently managed. In this research, we propose a novel model called ontology-based knowledge map to represent and store the results (knowledge) of data mining in crop farming to build, maintain, and enrich the process of knowledge discovery. The proposed model consists of six main sets: concepts, attributes, relations, transformations, instances, and states. This model is dynamic and facilitates the access, updates, and exploitation of the knowledge at any time. This paper also proposes an architecture for handling this knowledge-based model. The system architecture includes knowledge modelling, extraction, assessment, publishing, and exploitation. This system has been implemented and used in agriculture for crop management and monitoring. It is proven to be very effective and promising for its extension to other domains.
• Abstract（参考訳）: 近年、データサイエンスは大幅に進化している。 データ分析とマイニングプロセスは、データセットが利用可能な経済のあらゆる分野においてルーチンになる。 膨大なデータリポジトリが収集され、キュレートされ、保存され、知識の抽出に使用される。 そして、これが一般的になりつつある。 その後、データから直接、あるいは所定のドメインの専門家を通して、大量の知識を抽出します。 問題は、これまで効率的な意思決定プロセスで知られていた膨大な知識をいかに活用するかだ。 近年まで、長年の研究によって得られた知識の多くは静的な知識ベースやオントロジーに保存されているが、データマイニング研究から得られたより多様でダイナミックな知識は集中的かつ一貫して管理されていない。 本研究では,農耕におけるデータマイニングの結果(知識)を表現・保存し,知識発見のプロセスを構築し,維持し,強化する,オントロジベースの知識マップという新しいモデルを提案する。 提案したモデルは、概念、属性、関係、変換、インスタンス、状態の6つの主要な集合で構成されている。 このモデルは動的であり、いつでも知識へのアクセス、更新、活用を容易にする。 本稿では,この知識モデルを扱うアーキテクチャを提案する。 システムアーキテクチャには、知識モデリング、抽出、評価、公開、活用が含まれる。 このシステムは農業における作物管理やモニタリングに利用されてきた。 他の領域への拡張が非常に効果的で有望であることが証明されている。

関連論文リスト

• Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
  人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。 異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。 現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
  論文  参考訳（メタデータ） (2024-02-08T07:18:23Z)
• Query of CC: Unearthing Large Scale Domain-Specific Knowledge from Public Corpora [104.16648246740543]
  大規模言語モデルに基づく効率的なデータ収集手法を提案する。 この方法は、大きな言語モデルを通してシード情報をブートストラップし、公開コーパスから関連データを検索する。 特定のドメインに関する知識関連のデータを収集するだけでなく、潜在的な推論手順でデータを抽出する。
  論文  参考訳（メタデータ） (2024-01-26T03:38:23Z)
• KGLiDS: A Platform for Semantic Abstraction, Linking, and Automation of Data Science [4.120803087965204]
  本稿では、機械学習と知識グラフ技術を用いて、データサイエンスアーティファクトのセマンティクスとその接続を抽象化し、キャプチャするスケーラブルなプラットフォームKGLiDSを提案する。 この情報に基づいて、KGLiDSはデータディスカバリやパイプライン自動化など、さまざまなダウンストリームアプリケーションを可能にする。
  論文  参考訳（メタデータ） (2023-03-03T20:31:04Z)
• Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
  知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。 本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
  論文  参考訳（メタデータ） (2022-11-30T03:44:15Z)
• OAK4XAI: Model towards Out-Of-Box eXplainable Artificial Intelligence for Digital Agriculture [4.286327408435937]
  我々は農業における知識を説明するために農業コンピューティングオントロジー(AgriComO)を構築した。 XAIは、意思決定と訓練されたAIモデルに対して、人間に理解可能な説明を提供しようとしている。
  論文  参考訳（メタデータ） (2022-09-29T21:20:25Z)
• Embedding Knowledge for Document Summarization: A Survey [66.76415502727802]
  従来の研究は、知識を組み込んだ文書要約器が優れた消化器を生成するのに優れていたことを証明した。 本稿では,文書要約ビューに基づいて,知識と知識の埋め込みを再カプセル化する手法を提案する。
  論文  参考訳（メタデータ） (2022-04-24T04:36:07Z)
• Domain Generalization: A Survey [146.68420112164577]
  ドメイン一般化(DG)は、モデル学習にソースドメインデータを使用するだけでOOD一般化を実現することを目的としています。 初めて、DGの10年の開発をまとめるために包括的な文献レビューが提供されます。
  論文  参考訳（メタデータ） (2021-03-03T16:12:22Z)
• Towards a Universal Continuous Knowledge Base [49.95342223987143]
  複数のニューラルネットワークからインポートされた知識を格納できる継続的知識基盤を構築する方法を提案する。 テキスト分類実験は有望な結果を示す。 我々は複数のモデルから知識ベースに知識をインポートし、そこから融合した知識を単一のモデルにエクスポートする。
  論文  参考訳（メタデータ） (2020-12-25T12:27:44Z)
• OAK: Ontology-Based Knowledge Map Model for Digital Agriculture [3.8137985834223507]
  提案手法の枠組みは農業領域で実装されている。 効率的でスケーラブルなモデルであり、デジタル農業の知識リポジトリとして使用することができる。
  論文  参考訳（メタデータ） (2020-11-20T14:16:12Z)

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。