Ontologies in Precision Agriculture—A brief Survey on Reproducibility
Paul Kavishe Mushi · Dániel T. Várkonyi · Tomáš Horváth 等 4 人
综述85篇精准农业本体论文,发现数据、本体和代码可复现率极低。
系统调查85篇文献的方法、技术、评估及数据/本体/代码可用性。
仅14%数据、9%本体、7%代码公开,W3C技术贡献大于AI。
亟需建立农业本体可复现标准与共享平台,并探索AI与W3C技术融合。
核心期刊综述,首次系统量化农业本体研究的可复现性短板(数据/本体/代码开放率仅14%/9%/7%),对智慧农业知识工程有实质参考价值。
结合机器学习技术,本体论近年来被广泛应用于增强决策、推理、知识管理与表示以及各领域的信息检索。同样,在快速发展的精准农业领域,本体论的受欢迎程度也在不断增加,因为它能够编码一般领域知识以及农民的专业知识,并将其应用于数据处理和分析流程中。尽管将本体论应用于精准农业问题的研究日益增多,但采用已发表的解决方案却相当困难,主要原因是这些工作的可复现性较低。本文旨在调查农业领域内本体论的当前应用研究,通过考察所使用的方法论、技术和评估方法,以及所开发的数据、本体论和源代码的可用性。研究发现,在所选出的85篇文章中,所使用的数据源、所开发的本体论和所开发的源代码分别仅有14%、9%和7%是可获取的。此外,研究发现,就可复现性问题而言,所应用的方法论中,自顶向下/自底向上、半自动、七步法和本体匹配方法展现出更大的潜力;而根据所应用的技术,与人工智能(AI)相比,万维网联盟(W3C)展现出更大的贡献。