ارسل ملاحظاتك

ارسل ملاحظاتك لنا







An Ontology-Based Approach for Diagnosing Date Palm Diseases

العنوان بلغة أخرى: طريقة تشخيص أمراض نخيل التمر استناداً للأنطولوجيا
المؤلف الرئيسي: العسكرى، محمود عبدالناصر محمود (مؤلف)
مؤلفين آخرين: بركة، ربحى سليمان (مشرف)
التاريخ الميلادي: 2015
موقع: غزة
الصفحات: 1 - 116
رقم MD: 821893
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة الإسلامية (غزة)
الكلية: كلية تكنولوجيا المعلومات
الدولة: فلسطين
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

63

حفظ في:
المستخلص: شجرة نخيل التمر هي واحدة من أقدم أشجار الفاكهة في العالم، ومتجذرة بعمق في الاقتصاد والتاريخ والثقافة في العالم العربي. وبسبب الأهمية الاقتصادية والاجتماعية فإن للنخيل أولوية عالية للعديد من الأبحاث لإنتاج المحاصيل وحمايتها وعملية التطوير باستخدام أفضل الأساليب التي يمكن أن تقدمها العلوم والتكنولوجيا الحديثة. تتعرض أشجار النخيل مثل بقية أشجار الفاكهة خلال نموها لكثير من الآفات المختلفة التي تسبب الضرر الاقتصادي المرتفع للإنتاج. وهناك أعراض تظهر على النبات ويجب تشخيصها بسرعة ومن ثم اتخاذ القرار الصحيح للوقاية من المرض. تعتبر طرق مكافحة الآفات هي العمليات التي تؤدي إلى الحد من أضرار الآفات على النباتات عن طريق الحد من انتشارها وتكاثرها. في هذا البحث، نقترح طريقة تهدف إلى تطوير نظام خبير في وقاية نبات نخيل التمر. سيعتمد هذا النظام على مفهوم الأنطولوجيا لتشخيص المرض واقتراح العلاج المناسب من خلال تحديد الأعراض الظاهرة على أجزاء الشجرة. تتكون الطريقة من ثلاثة مكونات مترابطة وهي: قاعدة المعرفة Knowledge base، محرك المنطق Reasoning engine، والتطبيق Server side application، قاعدة المعرفة أنشئت من خلال استخدام لغة الأنطولوجيا OWL والتي تحتوي على المعرفة حول أمراض نخيل التمر والحشرات والآفات التي تصيبها وسميت بـــــ AgriDPalmOnto. محرك المنطق يقبل استفسارات إدخال المستخدم والرد على الأسئلة من خلال واجهات الإدخال والإخراج ويستخدم هذه المعلومات الحيوية سوية مع المعرفة الثابتة المخزنة في قاعدة المعرفة. تطبيق الويب يعمل كواجهة للنظام، حيث يقوم المستخدم بإدخال تساؤلاته ويحصل على رد النظام والإجابة. قمنا بتقييم الطريقة المقترحة وفقا لخبير زراعي في أمراض نبات نخيل التمر من خلال مقارنة أعراض مرض مع الموجودة في النظام، وأظهر النظام المقترح دقة جيدة في النتائج بنسبة 83.5% مقارنة مع الإجابات العلمية الموثقة. وكانت النتائج أفضل من إجابة الخبير الزراعي. قمنا بتقييم الأنطولوجيا باستخدام Task-Based framework فأشارت إلى دقة استخدام AgriDPalmOnto بنسبة 100% وبنسبة 96.7% عند استخدام معياري الدقة Precision والاسترجاع Recall. بالإضافة لما سبق لقد استخدمنا لغة الاستعلامات SPARQL للتأكيد على صحة المعلومات المسترجعة من الأنطولوجيا.

عناصر مشابهة