The Internet of Things (IoT) has revolutionized various applications including agriculture, but it still faces challenges in data collection and understanding. This paper proposes a real-time framework with three additional semantic layers to help IoT devices and sensors comprehend data meaning and source. The framework consists of six layers: perception, semantic annotation, interoperability, transportation, semantic reasoning, and application, suitable for dynamic environments. Sensors collect data in the form of voltage, which is then processed by microprocessors or microcontrollers in the semantic annotation and preprocessing layer. Metadata is added to the raw data, including the purpose, ID number, and application. Two semantic algorithms are proposed in the semantic interoperability and ontologies layer: the interoperability semantic algorithm for standardizing file types and the synonym identification algorithm for identifying synonyms. In the transportation layer, raw data and metadata are sent to other IoT devices or cloud computing platforms using techniques like WiFi, Zigbee networks, Bluetooth, and mobile communication networks. A semantic reasoning layer is proposed to infer new knowledge from the existing data, using fuzzy logic, Dempster-Shafer theory, and Bayesian networks. A Graphical User Interface (GUI) is proposed in the application layer to help users communicate with and monitor IoT sensors, devices, and new knowledge inferred. This framework provides a robust solution for managing IoT data, ensuring semantic completeness, and enabling real-time knowledge inference. The integration of uncertainty reasoning methods and semantic interoperability techniques makes this framework a valuable tool for advancing IoT applications in general and in agriculture in particular.

Bản dịch tiếng Việt:

Internet of Things (IoT) đã cách mạng hóa nhiều ứng dụng khác nhau, bao gồm cả nông nghiệp, nhưng nó vẫn phải đối mặt với những thách thức trong việc thu thập và hiểu dữ liệu. Bài viết này đề xuất một khung thời gian thực với ba lớp ngữ nghĩa bổ sung để giúp các thiết bị và cảm biến IoT hiểu được ý nghĩa và nguồn dữ liệu. Khung này bao gồm sáu lớp: nhận thức, chú thích ngữ nghĩa, khả năng tương tác, vận chuyển, lý luận ngữ nghĩa và ứng dụng, phù hợp với môi trường năng động. Các cảm biến thu thập dữ liệu dưới dạng điện áp, sau đó được xử lý bởi bộ vi xử lý hoặc bộ vi điều khiển trong lớp tiền xử lý và chú thích ngữ nghĩa. Siêu dữ liệu được thêm vào dữ liệu thô, bao gồm mục đích, số ID và ứng dụng. Hai thuật toán ngữ nghĩa được đề xuất trong lớp bản thể luận và khả năng tương tác ngữ nghĩa: thuật toán ngữ nghĩa khả năng tương tác để chuẩn hóa các loại tệp và thuật toán nhận dạng từ đồng nghĩa để xác định các từ đồng nghĩa. Trong lớp truyền tải, dữ liệu thô và siêu dữ liệu được gửi đến các thiết bị IoT hoặc nền tảng điện toán đám mây khác bằng các kỹ thuật như WiFi, mạng Zigbee, Bluetooth và mạng truyền thông di động. Một lớp lý luận ngữ nghĩa được đề xuất để suy ra kiến ​​thức mới từ dữ liệu hiện có, sử dụng logic mờ, lý thuyết Dempster-Shafer và mạng Bayesian. Giao diện người dùng đồ họa (GUI) được đề xuất trong lớp ứng dụng để giúp người dùng giao tiếp và giám sát các cảm biến, thiết bị IoT và kiến ​​thức mới được suy ra. Khung này cung cấp một giải pháp mạnh mẽ để quản lý dữ liệu IoT, đảm bảo tính đầy đủ về mặt ngữ nghĩa và cho phép suy luận kiến ​​thức theo thời gian thực. Việc tích hợp các phương pháp suy luận không chắc chắn và kỹ thuật tương tác ngữ nghĩa làm cho khung này trở thành một công cụ có giá trị để thúc đẩy các ứng dụng IoT nói chung và trong nông nghiệp nói riêng.

Document Ready

Click below to load the full PDF document natively.