SOSA/SSN sensör ontoloji çerçevelerini kullanarak laboratuvar ortamlarında semantik tabanlı anomali tespiti
Yükleniyor...
Dosyalar
Tarih
2023
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Pamukkale University
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Günümüz modern dünyasında, laboratuvarlar okullarda, hastanelerde
ve birçok kurumda, eğitim hayatının, iş hayatının ve gündelik yaşamın
vazgeçilmez parçaları haline gelmiştir. Laboratuvarlar gerek eğitim
alanında, gerek sağlık alanında veya gerekse endüstriyel alanda
kullanılsın en temel prensip çalışanların ve çevrenin güvenliğinin
sağlanması olmalıdır. Güvenlik önlemlerin ise en başında insan sağlığını
doğrudan etkileyen ve laboratuvarların doğası gereği ortamda
bulunmak zorunda olan fiziksel (sıcaklık, nem), kimyasal (gazlar),
biyolojik (bakteriler, virüsler) ortam parametrelerinin sürekli
izlenmesi, takibinin yapılması ve kontrol altında tutulması gelmektedir.
Laboratuvar ortamlarında bu parametrelerin kontrol altında tutulması
birçok yerde ya hiç yapılmamaktadır ya da hala klasik ve konvansiyonel
yöntemler ile yapılmaktadır. Bu çalışmada laboratuvar ortam
parametrelerinin devamlı izlenmesi amacı ile klasik yöntemlerin
dezavantajlarını ortadan kaldırmak için sensör tabanlı bir sistem
kurulmuştur. Önerilen sensör tabanlı sistem semantik web teknolojileri
ile anlamsal olarak zenginleştirilmiştir. Böylelikle önerilen sistemin
etkinliği ve sürdürülebilirliği de arttırılmıştır. Özellikle son yıllarda tüm
dünyayı etkisi altına alan ve hava yolu ile bulaşan Covid-19 gibi
hastalıkların yayılımın azaltmak için iç mekân ortamlarının hava
kalitelerinin gözetimi ve iyileştirilmesi şarttır. Önerilen çalışmanın
özellikle Covid-19 gibi salgın zamanlarında hastaneler, okullar, toplu
taşıma araçları ve yoğun bakım üniteleri gibi kritik öneme sahip
alanlarda kullanılma potansiyeli yüksektir. Sonraki çalışmalarda
önerilen sisteme yapay zekâ yaklaşımları da eklenerek sisteme ileriye
yönelik hava kalitesi tahmin kabiliyeti kazandırılacaktır. Geliştirilen
sistem sayesinde kurumlar ve firmalar eylem planlarını daha erken
devreye sokarak ortam şartlarının yönetilebilirliği noktasında avantaj
sağlayacaklardır.
In today's modern world, laboratories have become indispensable parts of education life, business life and daily life in schools, hospitals and many institutions. Whether laboratories are used in the field of education, health or industry, the most basic principle should be to ensure the safety of employees and the environment. The foremost security measures are monitoring, following and keeping the physical (temperature, humidity), chemical (gases), biological (bacteria, viruses) environmental parameters that directly affect human health and that have to be in the environment due to the nature of the laboratories under control. Keeping these parameters under control in laboratory environments is either not done at all or is still done with classical and conventional methods. In this study, a sensor-based system was established in order to eliminate the disadvantages of classical methods with the aim of continuous monitoring of laboratory environment parameters. The proposed sensor-based system is semantically enriched with semantic web technologies. Thus, the efficiency and sustainability of the proposed system has been increased. To effectively control and prevent the spread of diseases such as Covid19, which has affected the whole world in recent years and is transmitted by air, it is essential to monitor and improve the air quality of indoor environments. The proposed study has a high potential to be used in critically important areas such as hospitals, schools, public transport and intensive care units, especially during epidemic times such as Covid-19. By adding artificial intelligence approaches to the proposed system in future studies, the system will gain the ability to predict air quality for the future. Thanks to the developed system, institutions and companies will be able to put their action plans into action earlier and gain an advantage in terms of the manageability of environmental conditions.
In today's modern world, laboratories have become indispensable parts of education life, business life and daily life in schools, hospitals and many institutions. Whether laboratories are used in the field of education, health or industry, the most basic principle should be to ensure the safety of employees and the environment. The foremost security measures are monitoring, following and keeping the physical (temperature, humidity), chemical (gases), biological (bacteria, viruses) environmental parameters that directly affect human health and that have to be in the environment due to the nature of the laboratories under control. Keeping these parameters under control in laboratory environments is either not done at all or is still done with classical and conventional methods. In this study, a sensor-based system was established in order to eliminate the disadvantages of classical methods with the aim of continuous monitoring of laboratory environment parameters. The proposed sensor-based system is semantically enriched with semantic web technologies. Thus, the efficiency and sustainability of the proposed system has been increased. To effectively control and prevent the spread of diseases such as Covid19, which has affected the whole world in recent years and is transmitted by air, it is essential to monitor and improve the air quality of indoor environments. The proposed study has a high potential to be used in critically important areas such as hospitals, schools, public transport and intensive care units, especially during epidemic times such as Covid-19. By adding artificial intelligence approaches to the proposed system in future studies, the system will gain the ability to predict air quality for the future. Thanks to the developed system, institutions and companies will be able to put their action plans into action earlier and gain an advantage in terms of the manageability of environmental conditions.
Açıklama
Anahtar Kelimeler
Laboratuvar Ortam Ölçümü, Anomali Tespiti, Sensör Ontolojisi, Laboratory Environment Measurement, Anomaly Detection, Sensor Ontology
Kaynak
Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi
WoS Q Değeri
Q4
Scopus Q Değeri
Cilt
29
Sayı
4
Künye
Milli, M., Milli, M., Lakestani, S., & Aktaş, Ö. (2023). Semantic-based anomaly detection in laboratory environments using SOSA/SSN sensor ontology frameworks. Pamukkale University Journal of Engineering Sciences, 29(4), 357-369.
