طراحی هستان‌نگار دانش بومی کشاورزی ایران با تأکید بر بازیابی ویدئو

نوع مقاله : مقالات پژوهشی

نویسندگان

1 دانشجوی دکتری علم اطلاعات و دانش‌شناسی دانشگاه فردوسی مشهد، مشهد، ایران.

2 استاد گروه علم اطلاعات و دانش‌شناسی دانشگاه فردوسی مشهد، مشهد، ایران.

3 استاد گروه مهندسی کامپیوتر دانشگاه فردوسی مشهد، مشهد، ایران.

چکیده

دانش بومی کشاورزی ایران وابسته به تنوع زیستی گیاهان مختلف زراعی و باغی است که در نقاط مختلف کشور، سازگار با آب و هوا و خاک منطقه و مقاوم به آفات، بیماری‌ها و علف‌های هرز است.

هدف: به منظور معرفی گونه‌ها و ارقام مختلف که توسط پژوهشگران کشاورزی شناسایی شده و فراهم کردن امکان جستجو و بازیابی ویژگی‌های مختلف این ارقام و محل مناسب کاشت آنها برای کشاورزان هستان نگار IranAgriOnt طراحی گردیده است و به دلیل ماهیت دانش بومی کشاورزی در طراحی آن به بازیابی ویدئو توجه شده است.

روش: به منظور توصیف ویژگی‌های بصری ویدئو از استاندارد MPEG7 استفاده شده است. الگوی هستان‌نگار ایران اگری‌اونت در نرم افزار پرتژه 5.5 و متشکل از سه بخش اصلی کلاس‌ها، ویژگی‌ها و نمونه-ها طراحی شده است.

یافته ها: به طور کلی 26 کلاس در این هستان‌نگار ایجاد شده است که 20 مورد از آنها کلاس فرعی است. همچنین شامل 22 ویژگی شی و 33 ویژگی داده و شامل بیش از دویست نمونه است.

کلیدواژه‌ها

موضوعات


©2024 The author(s). This is an open access article distributed under Creative Commons Attribution 4.0 International License (CC BY 4.0)

Arnaud, E., Guerrero, A. F., Laporte, M.-A., Castiblanco, V., Antezana, E., Menda, N., Shrestha, R., Dreher, K. A., Hualla, V., Salas, E., Mendes, T., Makunde, G., & Pot, D. (2022). Crop ontology governance and stewardship framework [Technical and research document]. http://agritrop.cirad.fr/604066/1/Governance%20of%20CO_Proposal_200122%20.pdf
Asim, M. N., Wasim, M., Khan, M. U. G., Mahmood, N., & Mahmood, W. (2019). The use of ontology in retrieval: a study on textual, multilingual, and multimedia retrieval. IEEE Access, 7, 21662-21686. https://doi.org/10.1109/ACCESS.2019.2897849.
Athanasiadis, T., Tzouvaras, V., Petridis, K., Precioso, F., Avrithis, Y., & Kompatsiaris, Y. (2005). Using a Multimedia Ontology Infrastructure for Semantic Annotation of Multimedia Content. SemAnnot@ ISWC,
Cherry, A., & Mukunda, K. (2015). A case study in indigenous classification: Revisiting and reviving the Brian Deer scheme. Cataloging & Classification Quarterly, 53(5-6), 548-567. https://doi.org/10.1080/01639374.2015.1008717
Cobos, Y., Sarasua, C., Linaza, M. T., Jimenez, I., & Garcia, A. (2008, 15-16 Dec. 2008). Retrieving Film Heritage Content Using an MPEG-7 Compliant Ontology. 2008 Third International Workshop on Semantic Media Adaptation and Personalization,
Cooper, L., Walls, R. L., Elser, J., Gandolfo, M. A., Stevenson, D. W., Smith, B., Preece, J., Athreya, B., Mungall, C. J., & Rensing, S. (2013). The plant ontology as a tool for comparative plant anatomy and genomic analyses. Plant and Cell Physiology, 54(2), e1-e1. https://doi.org/10.1093/pcp/pcs163
Du, Z., Zhou, X., Ling, Y., Zhang, Z., & Su, Z. (2010). agriGO: a GO analysis toolkit for the agricultural community. Nucleic acids research, 38(suppl_2), W64-W70. https://doi.org/10.1093/nar/gkq310
Forutani, S., Nowkarizi, M., Kiani, M. R., & Mokhtari Aski, H. R. (2018). The role of rural libraries in preserving the indigenous knowledge of rural residents: The case of South Khorasan Province. World Journal of Science, Technology and Sustainable Development, 15(3), 245-256. https://doi.org/10.1108/WJSTSD-12-2017-0044
Forutani, S., Nowkarizi, M., Kiani, M. R., & Mokhtari Aski, H. R. (2018). Providing a proposed protocol to preserve indigenous knowledge in rural libraries. Library and Information Science Research, 8(2), 243-263. https://doi.org/10.22067/riis.v0i0.65302 [In Persian]
Ghosh, H., Poornachander, P., Mallik, A., & Chaudhury, S. (2007). Learning ontology for personalized video retrieval Workshop on multimedia information retrieval on The many faces of multimedia semantics, Augsburg, Bavaria, Germany. https://doi.org/10.1145/1290067.1290075
Gyasi, E. (2001). Managing Diversity In The Agricultural Landscape Case Study-Ghana Managing Biodiversity in Agricultural Ecosystems International Symposium, Montreal, Canada. https://archive.unu.edu/env/plec/cbd/Montreal/abstracts/Gyasi.pdf
Indika, A., Ginige, A., & Wikramanayake, G. (2016). Developing a community-based knowledge system: a case study using Sri Lankan agriculture. International Journal on Advances in ICT for Emerging Regions (ICTer), 8, 1. https://doi.org/10.4038/icter.v8i3.7164
Jebaraj, J., & Sathiaseelan, J. (2017). An Exploratory Study on Agriculture Ontology: A Global Perspective. International Journal of Advanced Research in Computer Science and Software Engineering, 7(6), 202-206. https://doi.org/10.23956/ijarcsse/V7I6/0148
Kazi Tani, M.Y, Ghomari, A, Lablack, A, Bilasco, A. M. (2017). OVIS: ontology video surveillance indexing and retrieval system. Int J Multimed Info Retr (2017) 6:295–316. DOI 10.1007/s13735-017-0133-z
Li, J., Ding, Y., Shi, Y., & Zhang, J. (2010). Building a large annotation ontology for movie video retrieval. International Journal of Digital Content Technology and its Applications, 4(5), 74-81. https://doi.org/http://dx.doi.org/10.4156/jdcta.vol4.issue5.8
Mekonen, S. (2017). Roles of traditional ecological knowledge for biodiversity conservation. Journal of Natural Sciences Research, 7(15), 21-27. https://core.ac.uk/download/pdf/234657468.pdf
Mustapha, S. M. F. D. S., & Ukpe, E. (2013). Agriculture Ontology for Sustainable Development in Nigeria. Advances in Computing, 3(3), 57-59. https://doi.org/10.5923/j.ac.20130303.04
Pokharel, S., Sherif, M. A., & Lehmann, J. (2014). Ontology based data access and integration for improving the effectiveness of farming in nepal. 2014 IEEE/WIC/ACM International Joint Conferences on Web Intelligence (WI) and Intelligent Agent Technologies (IAT),
Sahri, Z., Nordin, S., & Harun, H. (2012). Malaysia indigenous herbs knowledge representation. https://repo.uum.edu.my/id/eprint/11056/1/CR130.pdf
Sikos, L. F. (2018) VidOnt: a core reference ontology for reasoning over video scenes, Journal of Information and Telecommunication, 2:2, 192-204, DOI:10.1080/24751839.2018.1437696
Simou, N., Tzouvaras, V., Avrithis, Y., Stamou, G., & Kollias, S. (2005). A visual descriptor ontology for multimedia reasoning. https://doi.org/10.1007/11738695_8
Soergel, D., Lauser, B., Liang, A., Fisseha, F., Keizer, J., & Katz, S. (2004). Reengineering thesauri for new applications: the AGROVOC example. Journal of digital information, 4, 1-23. http://eprints.rclis.org/15694/
Thenmozhi, D., & Aravindan, C. (2018). Ontology-based Tamil–English cross-lingual information retrieval system. Sādhanā, 43(10), 157. https://doi.org/10.1007/s12046-018-0942-7
Tian, T., Liu, Y., Yan, H., You, Q., Yi, X., Du, Z., Xu, W., & Su, Z. (2017). agriGO v2. 0: a GO analysis toolkit for the agricultural community, 2017 update. Nucleic acids research, 45(W1), W122-W129. https://doi.org/10.1093/nar/gkx382
Van Der Pol, F., & Nederlof, S. (2010). Natural Resource Management in West Africa: Towards a Knowledge Management Strategy. ‎ KIT Publishers. https://www.amazon.com/Natural-Resource-Management-West-Africa/dp/9460220940#detailBullets_feature_div
Wei, Y.-y., Wang, R.-j., Hu, Y.-m., & Xue, W. (2012). From web resources to agricultural ontology: a method for semi-automatic construction. Journal of Integrative Agriculture, 11(5), 775-783. https://doi.org/10.1016/S2095-3119(12)60067-7
CAPTCHA Image