論文の概要: An ontology for the formalization and visualization of scientific knowledge

• arxiv url: http://arxiv.org/abs/2107.04347v1
• Date: Fri, 9 Jul 2021 10:33:45 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-12 21:07:53.717051
• Title: An ontology for the formalization and visualization of scientific knowledge
• Title（参考訳）: 科学知識の形式化と可視化のためのオントロジー
• Authors: Vincenzo Daponte and Gilles Falquet
• Abstract要約: オントロジソース(特定の分野の知識オブジェクトのオントロジー、語彙的および高レベルのオブジェクトのオントロジー)、専門知識ベース、科学者へのインタビューから構築された最初のバージョンを提示する。 この検証は、物理学の分野で始められた様々な情報源からの知識の形式化に使われる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The construction of an ontology of scientific knowledge objects, presented here, is part of the development of an approach oriented towards the visualization of scientific knowledge. It is motivated by the fact that the concepts of organization of scientific knowledge (theorem, law, experience, proof, etc.) appear in existing ontologies but that none of them is centered on this topic and presents a simple and easily usable organization. We present the first version built from ontological sources (ontologies of knowledge objects of certain fields, lexical and higher level ones), specialized knowledge bases and interviews with scientists. We have aligned this ontology with some of the sources used, which has allowed us to verify its consistency with respect to them. The validation of the ontology consists in using it to formalize knowledge from various sources, which we have begun to do in the field of physics.
• Abstract（参考訳）: ここで提示される科学知識オブジェクトのオントロジーの構築は、科学的知識の可視化を指向したアプローチの開発の一部である。 科学的知識の組織化の概念(理論、法、経験、証明など)によって動機づけられている。 既存のオントロジーに現れるが、どれもこの話題に重点を置いておらず、シンプルで簡単に使える組織を提示する。 オントロジソース(特定の分野の知識オブジェクトのオントロジー、語彙的および高レベルのオブジェクトのオントロジー)、専門知識ベース、科学者へのインタビューから構築された最初のバージョンを提示する。 我々は、このオントロジーを、使用したいくつかのソースと整合させ、それらに関して一貫性を検証できるようにしました。 オントロジーの検証は、我々が物理学の分野から始めた様々な情報源からの知識を形式化するためにそれを使うことである。

関連論文リスト

• Quantum ontology de-naturalized: What we can't learn from quantum mechanics [0.0]
  科学哲学はオントロジーと科学を結び付け、これらの分野は双方向の関係を維持していると述べている。 我々は、オントロジーを自然化する過程、すなわち、特定の理論がどの存在にコミットするかを指摘することだけに、オントロジーの研究を精査する過程を批判的に検討する。
  論文  参考訳（メタデータ） (2024-02-08T13:26:13Z)
• Large Language Models for Scientific Synthesis, Inference and Explanation [56.41963802804953]
  大規模言語モデルがどのように科学的合成、推論、説明を行うことができるかを示す。 我々は,この「知識」を科学的文献から合成することで,大きな言語モデルによって強化できることを示す。 このアプローチは、大きな言語モデルが機械学習システムの予測を説明することができるというさらなる利点を持っている。
  論文  参考訳（メタデータ） (2023-10-12T02:17:59Z)
• Do PLMs Know and Understand Ontological Knowledge? [72.48752398867651]
  オントロジー知識はクラスと性質とそれらの関係から構成される。 このような知識をPLM(Pretrained Language Models)が理解し理解しているかどうかを検討することは重要である。 以上の結果から, PLMは特定の存在論的知識を記憶し, 推論における暗黙的知識を活用できることが示唆された。
  論文  参考訳（メタデータ） (2023-09-12T03:20:50Z)
• Intrinsic Physical Concepts Discovery with Object-Centric Predictive Models [86.25460882547581]
  PHYsical Concepts Inference NEtwork (PHYCINE) は、異なる抽象レベルの物理概念を監督なしで推論するシステムである。 物理概念変数を含むオブジェクト表現は因果推論タスクの性能向上に有効であることを示す。
  論文  参考訳（メタデータ） (2023-03-03T11:52:21Z)
• To think inside the box, or to think out of the box? Scientific discovery via the reciprocation of insights and concepts [26.218943558900552]
  私たちは科学的発見を、洞察に富んだ解決策を積極的に求めている$$と$の相互作用と見なしています。 我々は,科学的発見的な思考を自然に引き起こす意味探索ゲームであるMindleを提案する。 この観点から、洞察のメタストラテジーと概念の利用を相互に検討することができる。
  論文  参考訳（メタデータ） (2022-12-01T03:52:12Z)
• KnowledgeShovel: An AI-in-the-Loop Document Annotation System for Scientific Knowledge Base Construction [46.56643271476249]
  KnowledgeShovelは、研究者が科学的知識基盤を構築するための、Al-in-the-Loop文書アノテーションシステムである。 KnowledgeShovelの設計では、多段階のマルチモーダルAIコラボレーションパイプラインを導入し、データの正確性を向上し、人的負担を軽減する。 7つの地学研究者によるフォローアップユーザ評価では、知識ショベルは、十分な精度で科学的知識ベースを効率的に構築できることを示している。
  論文  参考訳（メタデータ） (2022-10-06T11:38:18Z)
• Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
  本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。 ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
  論文  参考訳（メタデータ） (2022-06-03T12:24:49Z)
• Integration of knowledge and data in machine learning [0.456877715768796]
  知識の埋め込みを通じて、知識とデータの障壁を破り、物理的な常識を持つ機械学習モデルを形成することができる。 知識発見は機械学習を利用して観察から新しい知識を抽出する。 本研究は,既存の文献を要約・分析するだけでなく,研究のギャップと今後の可能性も提案する。
  論文  参考訳（メタデータ） (2022-02-15T10:35:53Z)
• COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation [79.33545724934714]
  我々は,学術文献から微細なマルチメディア知識要素を抽出する,新しい包括的知識発見フレームワークであるCOVID-KGを開発した。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識のサブグラフも提供します。
  論文  参考訳（メタデータ） (2020-07-01T16:03:20Z)
• Overview of chemical ontologies [0.0]
  オントロジーは形式的かつ意味的な方法である分野の知識を順序付け、相互接続する。 化学分析法に関するオントロジー、名前反応に関するオントロジー、科学単位に関するオントロジーについて述べる。
  論文  参考訳（メタデータ） (2020-02-07T10:42:22Z)

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。