Traditional medicine comprises practical experience accumulated over thousands of years. Despite the abundance of published works on medicinal plants, it remains relatively complex for general readers to learn how to use them. This paper presents DOMLS, a deep ontology-based herbal medicinal plant search system equipped with a mechanism for analyzing both text and image queries. The system allows searching for medicinal plants based on various criteria, including images, names, functions, diseases, taboos, and valuable parts. We create an ontology for text search and extend the search result, and use the YOLOv5 deep learning model for image classification. We test the system with a dataset collected from medicinal plants in health centers and medical gardens to demonstrate its high accuracy.
Trích dẫn: Trần Công Án, Tống Thị Ngọc Mai và Lê Thị Thu Lan, 2017. Xây dựng ontology tự động từ bảng chú giải. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 133-139.
Trích dẫn: Trần Công Án, Lâm Chí Nguyện, Đoàn Hòa Minh, Phan Tấn Tài, Phạm Hữu Tài, Châu Xuân Phương và Sơn Búp Pha, 2016. Hệ thống hỗ trợ cố vấn học tập trên thiết bị di động. Tạp chí Khoa học Trường Đại học Cần Thơ. 47a: 47-58.
Trích dẫn: Trần Công Án, Lữ Minh Phúc, Đỗ Thanh Đức, Ngô Bá Hùng, Lê Đình Chiến, Phạm Thị Xuân Diễm, Sơn Búp Pha và Nguyễn Hữu Vân Long, 2017. Phát hiện té ngã cho người cao tuổi bằng gia tốc kế và mô hình học sâu Long Short-Term Memory. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 65-71.
Tạp chí khoa học Trường Đại học Cần Thơ
Lầu 4, Nhà Điều Hành, Khu II, đường 3/2, P. Xuân Khánh, Q. Ninh Kiều, TP. Cần Thơ
Điện thoại: (0292) 3 872 157; Email: tapchidhct@ctu.edu.vn
Chương trình chạy tốt nhất trên trình duyệt IE 9+ & FF 16+, độ phân giải màn hình 1024x768 trở lên