Gestión de datos e integración de dispositivos integrados de baja potencia IoT para transformar la agricultura inteligente en conocimiento accionable
Autores: Ouafiq, El Mehdi; Saadane, Rachid; Chehri, Abdellah
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Gestión de datos e integración de dispositivos integrados de baja potencia IoT para transformar la agricultura inteligente en conocimiento accionable
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Agricultura inteligente
Tecnologías de comunicación inalámbrica
Gestión de datos
Agricultura inteligente
Tecnologías de big data
Componentes de IoT
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
La agricultura inteligente de hoy en día utiliza una amplia gama de tecnologías de comunicación inalámbrica. Los Dispositivos Integrados de Bajo Consumo de Energía (LPCED), como el Internet de las Cosas (IoT) y las Redes de Sensores Inalámbricos, hacen posible trabajar a grandes distancias a un costo reducido pero con volúmenes limitados de datos transferibles. Sin embargo, la gestión de datos (DM) en la agricultura inteligente todavía no se comprende bien debido a que no hay suficientes publicaciones científicas disponibles al respecto. Aunque los beneficios de la gestión de datos (DM) son reales y sustanciales, muchos desafíos deben abordarse para realizar completamente el potencial de la DM. Las principales dificultades son las complejidades de integración de datos, la falta de personal capacitado y recursos suficientes, la infraestructura inadecuada y la arquitectura insignificante del almacén de datos. Este trabajo propone una arquitectura integral que incluye tecnologías de big data, componentes de IoT y sistemas basados en conocimiento. Propusimos una arquitectura basada en IA para la agricultura inteligente. Esta arquitectura llamada Arquitectura de Big Data Orientada a la Agricultura Inteligente (SFOBA), está diseñada para garantizar la durabilidad del sistema y la modelización de datos para transformar las necesidades comerciales para la agricultura inteligente en análisis. Además, la solución propuesta se basa en una arquitectura de big data predefinida que incluye una capa de abstracción del lago de datos que maneja la calidad de los datos, siguiendo una estrategia de migración de datos para garantizar las perspicacias de los datos.
Descripción
La agricultura inteligente de hoy en día utiliza una amplia gama de tecnologías de comunicación inalámbrica. Los Dispositivos Integrados de Bajo Consumo de Energía (LPCED), como el Internet de las Cosas (IoT) y las Redes de Sensores Inalámbricos, hacen posible trabajar a grandes distancias a un costo reducido pero con volúmenes limitados de datos transferibles. Sin embargo, la gestión de datos (DM) en la agricultura inteligente todavía no se comprende bien debido a que no hay suficientes publicaciones científicas disponibles al respecto. Aunque los beneficios de la gestión de datos (DM) son reales y sustanciales, muchos desafíos deben abordarse para realizar completamente el potencial de la DM. Las principales dificultades son las complejidades de integración de datos, la falta de personal capacitado y recursos suficientes, la infraestructura inadecuada y la arquitectura insignificante del almacén de datos. Este trabajo propone una arquitectura integral que incluye tecnologías de big data, componentes de IoT y sistemas basados en conocimiento. Propusimos una arquitectura basada en IA para la agricultura inteligente. Esta arquitectura llamada Arquitectura de Big Data Orientada a la Agricultura Inteligente (SFOBA), está diseñada para garantizar la durabilidad del sistema y la modelización de datos para transformar las necesidades comerciales para la agricultura inteligente en análisis. Además, la solución propuesta se basa en una arquitectura de big data predefinida que incluye una capa de abstracción del lago de datos que maneja la calidad de los datos, siguiendo una estrategia de migración de datos para garantizar las perspicacias de los datos.