論文の概要: Shape Fragments

• arxiv url: http://arxiv.org/abs/2112.11796v1
• Date: Wed, 22 Dec 2021 11:01:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-23 16:07:22.204444
• Title: Shape Fragments
• Title（参考訳）: 形状の断片
• Authors: Thomas Delva, Anastasia Dimou, Maxime Jakubowski, Jan Van den Bussche
• Abstract要約: ShExやSHACLのようなRDFグラフの制約言語では、ノードとその特性に対する制約は"shapes"として知られている。 本稿では, RDFグラフから, いわゆる形状フラグメントであるサブグラフを抽出するために, 形状の集合を用いた新しい利用法を提案する。
• 参考スコア（独自算出の注目度）: 2.5922360296344396
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In constraint languages for RDF graphs, such as ShEx and SHACL, constraints on nodes and their properties in RDF graphs are known as "shapes". Schemas in these languages list the various shapes that certain targeted nodes must satisfy for the graph to conform to the schema. Using SHACL, we propose in this paper a novel use of shapes, by which a set of shapes is used to extract a subgraph from an RDF graph, the so-called shape fragment. Our proposed mechanism fits in the framework of Linked Data Fragments. In this paper, (i) we define our extraction mechanism formally, building on recently proposed SHACL formalizations; (ii) we establish correctness properties, which relate shape fragments to notions of provenance for database queries; (iii) we compare shape fragments with SPARQL queries; (iv) we discuss implementation options; and (v) we present initial experiments demonstrating that shape fragments are a feasible new idea.
• Abstract（参考訳）: shexやshaclのようなrdfグラフの制約言語では、ノードに対する制約とそのrdfグラフにおける特性は「形状」と呼ばれる。 これらの言語のスキーマは、特定のターゲットノードがスキーマに準拠するためにグラフを満たす必要がある様々な形状をリストします。 本稿では, SHACLを用いて, 形状の集合を用いてRDFグラフからサブグラフを抽出し, いわゆる形状断片を抽出する新しい形状利用法を提案する。 提案するメカニズムはLinked Data Fragmentsのフレームワークに適合する。 この論文では (i)最近提案されたshacl形式に基づく抽出機構を正式に定義する。 (ii) データベースクエリの証明概念と形状フラグメントを関連付ける正当性特性を確立する。 (iii)シェープフラグメントとSPARQLクエリを比較します。 (iv)実装オプションについて議論し、 (v) 形状の断片が実現可能な新しいアイデアであることを示す実験を行った。

関連論文リスト

• RDFGraphGen: A Synthetic RDF Graph Generator based on SHACL Constraints [0.0]
  本稿では、SHACL制約に基づく合成RDFグラフのドメイン依存生成であるRDFGraphGenを紹介する。 RDFGraphGenの目的は、ベンチマーク、テスト、品質管理、トレーニングなどの目的で、小規模、中規模のRDF知識グラフを作成することである。
  論文  参考訳（メタデータ） (2024-07-25T10:58:50Z)
• Learning SO(3)-Invariant Semantic Correspondence via Local Shape Transform [62.27337227010514]
  RISTと呼ばれる局所形状変換を用いた自己教師型回転不変3次元対応学習システムを提案する。 RISTは、挑戦的なクラス内変分と任意の向きの下でも、形状間の密接な対応を確立することを学ぶ。 RISTは、任意の回転点雲対に与えられる3D部分ラベル転送とセマンティックキーポイント転送の最先端性能を示す。
  論文  参考訳（メタデータ） (2024-04-17T08:09:25Z)
• KP-RED: Exploiting Semantic Keypoints for Joint 3D Shape Retrieval and Deformation [87.23575166061413]
  KP-RED は KeyPoint 主導の Retrieval and deformation フレームワークである。 オブジェクトスキャンを入力として、最も幾何学的に類似したCADモデルを共同で検索し、変形させる。
  論文  参考訳（メタデータ） (2024-03-15T08:44:56Z)
• Few-shot Shape Recognition by Learning Deep Shape-aware Features [39.66613852292122]
  サンプル1枚または数枚のみのオブジェクト形状を認識するために,FSSD ( fewshot shape descriptor) を提案する。 我々はFSSDに埋め込みモジュールを用いて変換不変形状の特徴を抽出する。 第3に,形状マスクとエッジの監視を含むデコードモジュールを提案し,元の形状特徴と再構成形状特徴を整列する。
  論文  参考訳（メタデータ） (2023-12-03T08:12:23Z)
• G-MSM: Unsupervised Multi-Shape Matching with Graph-based Affinity Priors [52.646396621449]
  G-MSMは、非剛体形状対応のための新しい教師なし学習手法である。 学習形態の集合に親和性グラフを自己教師型で構築する。 近年の形状対応ベンチマークで最先端の性能を示す。
  論文  参考訳（メタデータ） (2022-12-06T12:09:24Z)
• ISS: Image as Stetting Stone for Text-Guided 3D Shape Generation [91.37036638939622]
  本稿では,2つのモダリティを接続するステップストーンとして2次元画像を導入することで,その課題に対して,イメージ・アズ・ステッピング・ストーン(ISS)と呼ばれる新しいフレームワークを提案する。 私たちの重要な貢献は、CLIP機能を形状にマッピングする2段階の機能空間アライメントアプローチです。 出力形状を新しいテクスチャで表現するために,テキストガイド型スタイル化モジュールを定式化する。
  論文  参考訳（メタデータ） (2022-09-09T06:54:21Z)
• PatchRD: Detail-Preserving Shape Completion by Learning Patch Retrieval and Deformation [59.70430570779819]
  本稿では,3次元形状の欠落領域の幾何学的詳細化に焦点を当てたデータ駆動型形状補完手法を提案する。 私たちの重要な洞察は、部分的な入力から完全な欠落したリージョンへのパッチのコピーとデフォームです。 部分的な入力からパッチを抽出することで繰り返しパターンを活用し、ニューラルネットワークを用いてグローバルな構造的先行点を学習し、検索と変形の手順を導出する。
  論文  参考訳（メタデータ） (2022-07-24T18:59:09Z)
• ANISE: Assembly-based Neural Implicit Surface rEconstruction [12.745433575962842]
  本稿では,部分的な観測から3次元形状を再構成するANISEについて述べる。 形状は神経暗黙の関数の集合として定式化され、それぞれが異なる部分のインスタンスを表す。 本研究では,部品表現を暗黙の関数に復号化して再構成を行う場合,画像とスパース点の雲から最先端の部品認識再構成結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-05-27T00:01:40Z)
• Frame Averaging for Equivariant Shape Space Learning [85.42901997467754]
  形状空間学習に対称性を組み込む自然な方法は、形状空間(エンコーダ)への写像と形状空間(デコーダ)からの写像が関連する対称性に同値であることを問うことである。 本稿では,2つのコントリビューションを導入することで,エンコーダとデコーダの等価性を組み込む枠組みを提案する。
  論文  参考訳（メタデータ） (2021-12-03T06:41:19Z)
• Hierarchical clustering: visualization, feature importance and model selection [4.017760528208122]
  本稿では,デンドログラムによって提供されるマルチレゾリューション構造を完全に利用する階層クラスタリングの解析手法を提案する。 提案手法の背後にある重要な洞察は、デンドログラムを系統学として見ることである。 実データとシミュレートされたデータセットは、提案したフレームワークが望ましい結果をもたらす証拠となる。
  論文  参考訳（メタデータ） (2021-11-30T20:38:17Z)
• Shape Modeling with Spline Partitions [3.222802562733787]
  本稿では,曲線で領域を分割する並列化ベイズ非パラメトリック手法を提案する。 我々はHIV-1感染したヒトマクロファージ画像データセットに本手法を適用し、また、我々のアプローチを説明するためのデータセットのシミュレーションを行った。
  論文  参考訳（メタデータ） (2021-08-05T10:33:05Z)

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。