論文の概要: How to Discover a Semantic Web Service by Knowing Its Functionality Parameters

• arxiv url: http://arxiv.org/abs/2107.02609v1
• Date: Tue, 6 Jul 2021 13:29:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-07 19:06:32.266824
• Title: How to Discover a Semantic Web Service by Knowing Its Functionality Parameters
• Title（参考訳）: セマンティックWebサービスの機能パラメータを知って発見する方法
• Authors: Golsa Heidari, Kamran Zamanifar, Naser Nematbakhsh, Farhad Mardookhi
• Abstract要約: ウェブサービスのリポジトリの中でセマンティックなWebサービスを見つける方法を示す。 私たちは Ontology Web Language (OWL) で Web サービス機能を定義します。
• 参考スコア（独自算出の注目度）: 1.5599296461516985
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we show how to discover a semantic web service among a repository of web services. A new approach for web service discovery based on calculating the functions similarity. We define the Web service functions with Ontology Web Language (OWL). We wrote some rules for comparing two web services` parameters. Our algorithm compares the parameters of two web services` inputs/outputs by making a bipartite graph. We compute the similarity rate by using the Ford-Fulkerson algorithm. The higher the similarity, the less are the differences between their functions. At last, our algorithm chooses the service which has the highest similarity. As a consequence, our method is useful when we need to find a web service suitable to replace an existing one that has failed. Especially in autonomic systems, this situation is very common and important since we need to ensure the availability of the application which is based on the failed web service. We use Universal Description, Discovery and Integration (UDDI) compliant web service registry.
• Abstract（参考訳）: 本稿では,web サービスのリポジトリ間におけるセマンティック web サービスの発見方法を示す。 関数の類似性を計算することに基づくwebサービスディスカバリの新しいアプローチ。 Ontology Web Language (OWL)でWebサービス機能を定義します。 2つのWebサービスのパラメータを比較するためのルールを書きました。 提案アルゴリズムは2つのWebサービスの入力/出力パラメータを2部グラフで比較する。 類似度をFord-Fulkersonアルゴリズムを用いて計算する。 類似度が高いほど、それらの関数の違いが少なくなる。 最終的に、我々のアルゴリズムは最も類似性の高いサービスを選択する。 その結果,既存のサービスを置き換えるのに適したWebサービスを見つける必要がある場合,本手法は有用である。 特に自律システムでは、フェールしたWebサービスに基づくアプリケーションの可用性を確保する必要があるため、この状況は非常に一般的で重要なのです。 私たちはUDDI(Universal Description, Discovery and Integration)準拠のWebサービスレジストリを使用しています。

関連論文リスト

• Beyond Browsing: API-Based Web Agents [58.39129004543844]
  APIベースのエージェントはWebArenaの実験でWebブラウジングエージェントを上回っている。 ハイブリッドエージェント(Hybrid Agents)は、タスク全体にわたって、ほぼ均一にパフォーマンスを向上する。 結果から,APIが利用可能であれば,Webブラウジングのみに依存するという,魅力的な代替手段が提示されることが強く示唆された。
  論文  参考訳（メタデータ） (2024-10-21T19:46:06Z)
• GSSF: Generalized Structural Sparse Function for Deep Cross-modal Metric Learning [51.677086019209554]
  ペアワイド類似性学習のためのモダリティ間の強力な関係を捕捉する汎用構造スパースを提案する。 距離メートル法は、対角線とブロック対角線の2つの形式を微妙にカプセル化する。 クロスモーダルと2つの余分なユニモーダル検索タスクの実験は、その優位性と柔軟性を検証した。
  論文  参考訳（メタデータ） (2024-10-20T03:45:50Z)
• Learning to Compose SuperWeights for Neural Parameter Allocation Search [61.078949532440724]
  提案手法は,同じ重み集合を用いて多くのネットワークに対してパラメータを生成することができることを示す。 これにより、効率的なアンサンブルや、いつでも予測できるようなタスクをサポートできます。
  論文  参考訳（メタデータ） (2023-12-03T04:20:02Z)
• Twin Graph-based Anomaly Detection via Attentive Multi-Modal Learning for Microservice System [24.2074235652359]
  我々は,マルチモーダル学習を通じて利用可能なすべてのデータモダリティをシームレスに統合するMSTGADを提案する。 本研究では,異なるモーダル間の相関関係をモデル化するために,空間的および時間的注意機構を備えたトランスフォーマーベースニューラルネットワークを構築した。 これにより、リアルタイムで自動的かつ正確に異常を検出することができる。
  論文  参考訳（メタデータ） (2023-10-07T06:28:41Z)
• Cloud Render Farm Services Discovery Using NLP And Ontology Based Knowledge Graph [0.0]
  この研究は、クラウドレンダリングファームサービスのためにRenderSelectという名前のオントロジーベースのサービスディスカバリエンジンを提案する。 クラウドサービス間の類似性を決定するために,概念類似性推論,等価推論,数値類似性推論が適用されている。
  論文  参考訳（メタデータ） (2023-07-10T00:12:53Z)
• When Search Meets Recommendation: Learning Disentangled Search Representation for Recommendation [56.98380787425388]
  シークエンシャルレコメンデーション(SESRec)のための検索強化フレームワークを提案する。 SESRec は、S&R の振る舞いにおいて類似および異種表現を分離する。 産業用と公共用両方のデータセットの実験では、SESRecが最先端のモデルより一貫して優れていることが示されている。
  論文  参考訳（メタデータ） (2023-05-18T09:04:50Z)
• DecoupleNet: Decoupled Network for Domain Adaptive Semantic Segmentation [78.30720731968135]
  セマンティックセグメンテーションにおける教師なしドメイン適応は、高価なピクセル単位のアノテーションへの依存を軽減するために提起されている。 我々は、ソースドメインのオーバーフィットを軽減し、最終的なモデルをセグメント化タスクに集中できるようにするDecoupleNetを提案する。 我々はまた、自己識別(SD)を推進し、擬似ラベルでより識別可能なターゲットドメイン特徴を学習するための補助分類器を導入した。
  論文  参考訳（メタデータ） (2022-07-20T15:47:34Z)
• GAP2WSS: A Genetic Algorithm based on the Pareto Principle for Web Service Selection [1.3764085113103222]
  本稿では,複合 Web サービスの各タスクに対して,候補 Web サービスのプールから Web サービスを選択するためのGAP2WSS 原則を採用することで,遺伝的アルゴリズムを提案する。 すべてのグローバルな制約、サービス間制約、トランザクション上の制約が同時に検討されます。
  論文  参考訳（メタデータ） (2021-09-21T20:41:21Z)
• A New Approach for Semantic Web Matching [1.5599296461516985]
  自動システムでは、自己修復、自己設定、自己最適化、自己管理を確実にする必要があります。 候補サービスはUniversal Description, Discovery and Integration (UDDI)で宣伝され、すべてWeb Ontology Language (OWL)で宣伝されている。
  論文  参考訳（メタデータ） (2021-07-06T13:47:12Z)
• A Three Phase Semantic Web Matchmaker [1.8275108630751844]
  提案アルゴリズムは,入力記述と出力記述に基づいてWebサービスのセマンティックマッチングを行う。 我々の新しいアプローチは、マッチメイキングスコアを入力のセマンティクスに割り当て、パラメータとその型を出力することである。 提案手法では, 両部マッチングに使用可能な他のすべての中で, 実行時間が少ないアルゴリズムを用いている。
  論文  参考訳（メタデータ） (2021-07-06T13:39:11Z)
• Decoupled and Memory-Reinforced Networks: Towards Effective Feature Learning for One-Step Person Search [65.51181219410763]
  歩行者検出と識別サブタスクを1つのネットワークで処理するワンステップ方式を開発しました。 現在のワンステップアプローチには2つの大きな課題があります。 本稿では,これらの問題を解決するために,分離メモリ強化ネットワーク(DMRNet)を提案する。
  論文  参考訳（メタデータ） (2021-02-22T06:19:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。