Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Staking Assets Management on Blockchains: Vision and Roadmap Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

Towards Knowledge-Driven Automatic Service Composition for Wildfire Prediction

verfasst von : Hela Taktak, Khouloud Boukadi, Chirine Ghedira Guégan, Michael Mrissa, Faïez Gargouri

Erschienen in: Service-Oriented Computing – ICSOC 2020 Workshops

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Wildfire prediction from Earth Observation (EO) data has gained much attention in the past years, through the development of connected sensors and weather satellites. Nowadays, it is possible to extract knowledge from collected EO data and to learn from this knowledge without human intervention to trigger wildfire alerts. However, exploiting knowledge extracted from multiple EO data sources at run-time and predicting wildfire raise multiple challenges. One major challenge is to provide dynamic construction of service composition plans, according to the data obtained from sensors. In this paper, we present a knowledge-driven Machine Learning approach that relies on historical data related to wildfire observations to guide the collection of EO data and to automatically and dynamically compose services for triggering wildfire alerts.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Bringing Cognitive Augmentation to Web Browsing Accessibility
Nächstes Kapitel Eyewitness Prediction During Crisis via Linguistic Features
Fußnoten
2
Service composition is the combination of a set of the smallest services forming a more complex service to meet users’ complex requirements.
 
3
Qualities of the data sources and services are out of the scope of this paper.
 
6
Computing the most important feature and executing its service.
 
Literatur
1.
Mitchell, T.: Machine Learning. Publisher McGraw-Hill, New York (1997). ISBN 0070428077ISBN 0070428077MATH
2.
Boustil, A., Maamri, R., Sahnoun, Z.: A semantic selection approach for composite web services using OWL-DL and rules. Serv. Oriented Comput. Appl. 8, 221–238 (2014)CrossRef
3.
Rodriguez-M, P., Pedrinaci, C., Lama, M., Mucientes, M.: An integrated semantic web service discovery and composition framework. IEEE Trans. Serv. Comput. 9, 537–550 (2016)CrossRef
4.
Masmoudi, M., et al.: PREDICAT: a semantic service-oriented platform for data interoperability and linking in earth observation and disaster prediction. In: Conference on Service-Oriented Computing Applications (SOCA), Paris, pp. 194–201 (2018)
5.
Bartalos, P., Bielikova, M.: Automatic dynamic web service composition: a survey and problem formalization. Comput. Inf. 30(4), 793–827 (2011)
6.
Taktak, H., Boukadi, K., Mrissa, M., Ghedira, C., Gargouri, F.: A model-driven approach for semantic data-as-a-service generation. In: IEEE International Conference on Enabling Technologies: Infrastructure for Collaborative Enterprises - WETICE, France (2020)
7.
Robin Genuer, R., Poggi, J.M., Tuleau-Malot, C.: Variable selection using random forests. J. Pattern Recognit. Lett. 31, 2225–2236 (2010)CrossRef
8.
Bansal, S., Bansal, A., Gupta, G., Blake, M.B.: Generalized semantic Web service composition. J. Serv. Oriented Comput. Appl. 10, 111–133 (2016)CrossRef
9.
Giglio, L., Boschetti, L., Roy, D.P., Humber, M.L., Justice, C.O.: The collection 6MODIS burned area mapping algorithm and product. Remote Sens. Environ. 217, 72–85 (2018)CrossRef
10.
Gupta, I.K., Kumar, J., Rai, P.: Optimization to quality-of-service-driven web service composition using modified genetic algorithm. In: International Conference on Computer, Communication and Control, pp. 1–6 (2015)
11.
Ma, H., Wang, A., Zhang, M.: A hybrid approach using genetic programming and greedy search for QoS-aware web service composition. In: Hameurlain, A., Küng, J., Wagner, R., Decker, H., Lhotska, L., Link, S. (eds.) Transactions on Large-Scale Data- and Knowledge-Centered Systems XVIII. LNCS, vol. 8980, pp. 180–205. Springer, Heidelberg (2015). https://​doi.​org/​10.​1007/​978-3-662-46485-4_​7CrossRef
12.
13.
Yu, Y., Ma, H., Zhang, M.: An adaptive genetic programming approach to QoSaware web services composition. In: 2013 IEEE Congress on Evolutionary Computation, pp. 1740–1747 (2013)
14.
15.
Murthy, S.K.: Automatic construction of decision trees from data: a multi-disciplinary survey. J. Data Min. Knowl. Disc. 2, 345–389 (1998)CrossRef
16.
17.
Sharples, J.J., McRae, R.H.D., Weber, R.O., Gill, A.M.: A simple index for assessing fire danger rating. Environ. Model. Softw. 24, 764–774 (2009)CrossRef
18.
Urbieta, A., González-B, A., Mokhtar, S., Hossain, M., Capra, L.: Adaptive and context-aware service composition for IoT-based smart cities. Future Gener. Comput. Syst. 76, 262–274 (2017)CrossRef
19.
Deng, S., Xiang, Z., Yin, J., Taheri, J., Zomaya, A.Y.: Composition-driven IoT service provisioning in distributed edges. IEEE Access 6, 54258–54269 (2018)CrossRef
20.
Asghari, P., Rahmani, A., Javadi, H.H.S.: Service composition approaches in IoT: a systematic review. J. Netw. Comput. Appl. 120, 61–77 (2018)CrossRef
21.
Chen, G., Huang, J., Cheng, B., Chen, J.: A social network based approach for IoT device management and service composition. In: IEEE World Congress on Services, pp. 1–8 (2015)
22.
Yang, R., Li, B., Cheng, C.: Adaptable service composition for intelligent logistics: a middleware approach. In: Conference on Cloud Computing and Big Data, pp. 75–82 (2015)
Metadaten
Titel
Towards Knowledge-Driven Automatic Service Composition for Wildfire Prediction
verfasst von
Hela Taktak
Khouloud Boukadi
Chirine Ghedira Guégan
Michael Mrissa
Faïez Gargouri
Copyright-Jahr
2021
Buch
Service-Oriented Computing – ICSOC 2020 Workshops

Print ISBN: 978-3-030-76351-0

Electronic ISBN: 978-3-030-76352-7

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-030-76352-7_38