OB-VISLY

Un approccio di analisi visiva basato sull'ontologia per Big_Data per infrastruttura di monitoraggio in agricoltura

  • Deutsch
  • English
  • Italiano
OB-VISLY
  • Project duration: -
  • Project status: finished
  • Funding:
    Excellence Science (Horizon 2020 /EU funding /Project)
  • Total project budget: 171.473,28 €
  • Institute: Center for Sensing Solutions

Progetto finanziato da

I nostri partners

Stichting Wageningen Research

OB-VISLY mira a colmare il divario tra gli attuali approcci all'organizzazione dei dati e le interfacce uomo-macchina, sfruttando un approccio di analisi visiva basata sull'ontologia dei dati agricoli. Integrando i dati agricoli, l'ontologia (descrizione concettuale e formale dei dati), gli algoritmi di calcolo e i mezzi di visualizzazione, OB-VISLY creerà una strategia completa, che può consentire agli esperti del settore che spesso mancano di competenza nel recupero delle informazioni di acquisire conoscenze da insiemi di dati ad alta complessità. Insieme alla crescente disponibilità di dati dei sensori, e in particolare dei dati dei sensori provenienti dalle infrastrutture di monitoraggio agricolo, è emersa la necessità di innovazioni nell'analisi dei dati a causa del rapido cambiamento socio-economico e climatico, che influisce sulla sicurezza della produzione alimentare e causa la necessità di sostenere in condizioni competitive e di aumentare il potenziale agricolo in Europa.

OB-VISLY contribuisce alla priorità europea nella creazione di un mercato unico digitale che offre strumenti aggiuntivi per le grandi e piccole imprese, i ricercatori, i cittadini e le autorità pubbliche che sfruttano al meglio le nuove tecnologie creando un approccio che collega scienza e tecnologia attraverso interfacce visive che portano una grande quantità di informazioni agli utenti indipendentemente dalle loro competenze digitali. Inoltre, questo progetto creerà un'infrastruttura innovativa per un settore agricolo e alimentare europeo intelligente, creando uno spazio dati basato sull'analisi visiva.

Publications
Identification of spectral ranges that contribute to phytoplasma detection in apple trees – A step towards an on-site method
Barthel D, Cullinan C, Mejia-Aguilar A, Chuprikova E, McLeod BA, Kerschbamer C, Trenti M, Monsorno R, Prechsl U, Janik K (2023)
Elsevier BV
Articolo su rivista
Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy

Ulteriori informazioni: http://dx.doi.org/10.1016/j.saa.2023.123246

https://doi.org/10.1016/j.saa.2023.123246

Semantic-driven Geospatial Data Visualization Approach for an Agricultural Use Case: Apple-growing in South Tyrol, Italy
Lapo D, Chuprikova E, Mejia-Aguilar A, Monsorno R, Meng L (2022)
Presentazione

Conference: European Cartographic Conference 2022 | Vienna | 18.9.2022 - 21.9.2022

Ulteriori informazioni: https://eurocarto2022.org/program/

Apple Trait Ontology
Chuprikova E, Guerra W (2022)
Banca dati

Ulteriori informazioni: https://cropontology.org/term/CO_370:ROOT

[Doppione] Apple Trait Ontology
Chuprikova E, Guerra W (2022)
Internet

Ulteriori informazioni: https://community.cropontology.org/t/new-apple-trait-ontolog ...

An Ontology-based Visual Analytics for Apple Variety Testing
Chuprikova E, Mejia Aguilar A, Monsorno R (2021)
Presentazione

Conference: EGU General Assembly 2021 | Vienna | 19.4.2021 - 30.7.2021

Ulteriori informazioni: https://meetingorganizer.copernicus.org/EGU21/session/40927# ...

https://hdl.handle.net/10863/18815

An Ontology-based Visual Analytics for Apple Variety Testing
Chuprikova E, Mejia Aguilar A, Monsorno R (2021)
Contributo in atti di convegno

Conference: EGU General Assembly 2021 | Vienna | 19.4.2021 - 30.7.2021

http://doi.org/10.5194/egusphere-egu21-15804

https://hdl.handle.net/10863/19471

Related News
1 - 2
Our partners
1 - 2
Credits: undefined