OB-VISLY

Ein Ontologie-basierter visueller Analyse-Ansatz für "Big Data" aus der landwirtschaftlichen Überwachungsinfrastruktur

  • 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

Projekt finanziert von

Unsere Partner

Stichting Wageningen Research

Ziel von OB-VISLY ist es, die Lücke zwischen den derzeitigen Ansätzen zur Datenorganisation und den Mensch-Computer-Schnittstellen zu schließen, indem ein ontologiebasierter visueller Analyseansatz für landwirtschaftliche Daten genutzt wird. Durch die Integration von Agrardaten, Ontologie (konzeptuelle und formale Datenbeschreibung), Rechenalgorithmen und Visualisierungsmitteln wird OB-VISLY eine umfassende Strategie entwickeln, die es Fachexperten, denen oft die Fähigkeit zur Informationsgewinnung fehlt, ermöglicht, Wissen aus hochkomplexen Datensätzen zu gewinnen. Zusammen mit der zunehmenden Verfügbarkeit von Sensordaten, insbesondere von Sensordaten aus der landwirtschaftlichen Überwachungsinfrastruktur, ist die Notwendigkeit für Innovationen in der Datenanalyse aufgrund des raschen sozioökonomischen und klimatischen Wandels entstanden, der sich auf die Sicherheit der Nahrungsmittelproduktion auswirkt und die Notwendigkeit verursacht, unter den Wettbewerbsbedingungen zu bestehen und das landwirtschaftliche Potenzial in Europa zu erhöhen.

OB-VISLY trägt zur europäischen Priorität bei, einen digitalen Binnenmarkt zu errichten, der zusätzliche Werkzeuge für große und kleine Unternehmen, Forscher, Bürger und Behörden bietet, die das Beste aus den neuen Technologien machen, indem ein Ansatz geschaffen wird, der Wissenschaft und Technologie durch visuelle Schnittstellen verbindet, die den Benutzern unabhängig von ihren digitalen Fähigkeiten eine große Menge an Informationen bringen. Darüber hinaus wird dieses Projekt eine innovative Infrastruktur für einen intelligenten europäischen Landwirtschafts- und Lebensmittelsektor schaffen, indem es einen visuellen analytikfähigen Datenraum schafft.

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
Zeitschriftenartikel
Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy

Weitere Informationen: 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)
Vortrag

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

Weitere Informationen: https://eurocarto2022.org/program/

Apple Trait Ontology
Chuprikova E, Guerra W (2022)
Datenbank

Weitere Informationen: https://cropontology.org/term/CO_370:ROOT

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

Weitere Informationen: 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)
Vortrag

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

Weitere Informationen: 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)
Beitrag in Konferenzband

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