Una Plataforma Piloto Colaborativa para la Anotación y Enriquecimiento de Datos en Viticultura
Autores: Mylonas, Phivos; Voutos, Yorghos; Sofou, Anastasia
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Una Plataforma Piloto Colaborativa para la Anotación y Enriquecimiento de Datos en Viticultura
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Evolución de la investigación
Campo de la agricultura inteligente
Internet de las Cosas (IoT)
Plataformas digitales
Viticultura de precisión
Datos agrícolas.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Sin duda, nuestra era se caracteriza por la producción masiva de grandes cantidades de datos, información y contenido que provienen de muchas fuentes diferentes, principalmente dispositivos y sensores de IoT, pero también de ambientalistas, agrónomos, vinicultores o simplemente agricultores y partes interesadas. Siendo un campo emergente, solo una pequeña parte de este rico contenido se ha agregado hasta ahora en plataformas digitales que sirven como centros interdisciplinares. Estas últimas ofrecen típicamente una usabilidad y accesibilidad limitadas del contenido real debido a problemas relacionados con la disponibilidad insuficiente de datos y metadatos, así como su calidad. En nuestro reciente involucramiento en un entorno de viticultura de precisión y en un esfuerzo por hacer que la noción de agricultura inteligente en el ámbito vinícola sea más accesible y reutilizable para el público en general, presentamos aquí el modelo de una plataforma de agregación que proporciona servicios mejorados y permite la colaboración humano-computadora para la anotación y enriquecimiento de datos agrícolas. En principio, la arquitectura propuesta va más allá de las plataformas existentes de agregación de contenido digital al avanzar los datos digitales mediante la combinación de automatización de inteligencia artificial y el compromiso creativo del usuario, facilitando así su accesibilidad, visibilidad y reutilización. En particular, al utilizar metodologías de análisis de imágenes y texto libre para el enriquecimiento automático de metadatos, de acuerdo con la experiencia humana para el enriquecimiento, ofrece una piedra angular para futuros investigadores que se centren en mejorar la calidad del análisis de información agrícola digital y su presentación, estableciendo así nuevas formas para su explotación eficiente a gran escala con beneficios tanto para el ámbito agrícola como para el de los consumidores.
Descripción
Sin duda, nuestra era se caracteriza por la producción masiva de grandes cantidades de datos, información y contenido que provienen de muchas fuentes diferentes, principalmente dispositivos y sensores de IoT, pero también de ambientalistas, agrónomos, vinicultores o simplemente agricultores y partes interesadas. Siendo un campo emergente, solo una pequeña parte de este rico contenido se ha agregado hasta ahora en plataformas digitales que sirven como centros interdisciplinares. Estas últimas ofrecen típicamente una usabilidad y accesibilidad limitadas del contenido real debido a problemas relacionados con la disponibilidad insuficiente de datos y metadatos, así como su calidad. En nuestro reciente involucramiento en un entorno de viticultura de precisión y en un esfuerzo por hacer que la noción de agricultura inteligente en el ámbito vinícola sea más accesible y reutilizable para el público en general, presentamos aquí el modelo de una plataforma de agregación que proporciona servicios mejorados y permite la colaboración humano-computadora para la anotación y enriquecimiento de datos agrícolas. En principio, la arquitectura propuesta va más allá de las plataformas existentes de agregación de contenido digital al avanzar los datos digitales mediante la combinación de automatización de inteligencia artificial y el compromiso creativo del usuario, facilitando así su accesibilidad, visibilidad y reutilización. En particular, al utilizar metodologías de análisis de imágenes y texto libre para el enriquecimiento automático de metadatos, de acuerdo con la experiencia humana para el enriquecimiento, ofrece una piedra angular para futuros investigadores que se centren en mejorar la calidad del análisis de información agrícola digital y su presentación, estableciendo así nuevas formas para su explotación eficiente a gran escala con beneficios tanto para el ámbito agrícola como para el de los consumidores.