مديريت دانش تصاوير و واكاوي فناوري استخراج تصاوير دقيق و سريع در آرشيوهاي ديجيتالي در سيستم رايانش ابري

Knowledge management technology to analyze images and extract images quickly and accurately in digital archives in the cloud computing

هدف: باتوجه به نقش فناوري رايانش ابري در مديريت دانش تصاوير در آرشيوهاي ديجيتالي، مقاله حاضر تلاش مي¬كند تأثير اين پديده نوين را روي مديريت دانش تصاوير در آرشيوهاي ديجيتالي و معماري سيستم آن را بررسي نمايد. در اين مقاله، ايجاد يك پلت فرم رايانش ابري به منظورمجوعه سازي و ايجاد، سازماندهي، تجزيه و تحليل، امانت و به طور كلي مديريت مجموعه تصاوير ديجيتال پيشنهاد مي شود. اين مسئله از طريق هوش مصنوعي، مديريت و ذخيره سازي تصاوير، درك محتواي تصاوير، ايجاد تگ هاي تصاوير و تشكيل بخش تصاوير و ... تحقق مي يابد. روش/ رويكرد: اين پژوهش به روش كتابخانه اي انجام شده است. يافته ها: تصاوير و دانش پيش زمينه آنها مي تواند از طريق پلت فرم رايانش درون ابري، مورد بازيابي قرار گيرد. پلت فرم رايانش درون ابري توسعه يافته مي تواند به منظور كمك به بازيابي سريع تصاوير مورد نياز و دانش پيش زمينه مرتبط با آنها به كارگرفته شود. به ويژه سيستم رايانش درون ابري، مي تواند تجاري محور، تخصصي و كاربردي باشد و به كاربران عمومي و حرفه اي خدمت رساني كند. نتيجه گيري: با ايجاد سيستم رايانش درون ابري، ميتوان تگ هايي را براي تصاوير بر پايه فاكتورهاي وزني معنايي مختلف تعيين نمود و تصاوير پژوهشي دقيق را بازيابي و هر نسخه از داده هاي بازيابي شده را در پايگاههاي اطلاعاتي چند گانه به منظور نصب روي سرورهاي مختلف ذخيره سازي كرد تا به تسهيل استخراج سريع تصاوير ياري رساند.

Target:Given the role of cloud computing technology in managing the knowledge of images in digital archives, the present paper tries to examine the impact of this new phenomenon on managing the knowledge of images in digital archives and its system architecture. In this paper, a cloud computing platform is proposed to build, organize, analyze, lend, and generally manage digital image collections. This is accomplished through artificial intelligence, managing and storing images, understanding image content, creating image tags, and forming part of images. Method / approach: This research was conducted in a library method. Findings: Images and background knowledge can be retrieved through the cloud computing platform. An in-cloud computing platform can be used to help quickly recover the required images and background knowledge associated with them. In particular, the in-cloud computing system can be business-centric, specialized, and functional, serving public and professional users. Conclusion: By creating a cloud computing system, tags can be set for images based on different weight weights and retrieve accurate research images and each version of retrieved data in multiple databases for installation on different servers. Storage to help facilitate quick image extraction.