論文の概要: Query-based Industrial Analytics over Knowledge Graphs with Ontology Reshaping

• arxiv url: http://arxiv.org/abs/2209.11089v1
• Date: Thu, 22 Sep 2022 15:20:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-23 14:09:22.216506
• Title: Query-based Industrial Analytics over Knowledge Graphs with Ontology Reshaping
• Title（参考訳）: オントロジ・リシェーピングを用いた知識グラフを用いた問合せに基づく産業分析
• Authors: Zhuoxun Zheng, Baifan Zhou, Dongzhuoran Zhou, Gong Cheng, Ernesto Jim\'enez-Ruiz, Ahmet Soylu, Evgeny Kharlamo
• Abstract要約: 工業データとのミスマッチの度合いの低い設計は、品質の低いKGを自然に引き起こす。 我々は、分析結果をKGtaに変換するアプローチを提案し、基礎となるデータを反映することで、より良いKGスキーマの維持を支援する。
• 参考スコア（独自算出の注目度）: 6.047374579252933
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial analytics that includes among others equipment diagnosis and anomaly detection heavily relies on integration of heterogeneous production data. Knowledge Graphs (KGs) as the data format and ontologies as the unified data schemata are a prominent solution that offers high quality data integration and a convenient and standardised way to exchange data and to layer analytical applications over it. However, poor design of ontologies of high degree of mismatch between them and industrial data naturally lead to KGs of low quality that impede the adoption and scalability of industrial analytics. Indeed, such KGs substantially increase the training time of writing queries for users, consume high volume of storage for redundant information, and are hard to maintain and update. To address this problem we propose an ontology reshaping approach to transform ontologies into KG schemata that better reflect the underlying data and thus help to construct better KGs. In this poster we present a preliminary discussion of our on-going research, evaluate our approach with a rich set of SPARQL queries on real-world industry data at Bosch and discuss our findings.
• Abstract（参考訳）: 機器診断や異常検出を含む産業分析は、異種生産データの統合に大きく依存している。 データフォーマットとしての知識グラフ(KG)と統一データスキーマとしてのオントロジーは、高品質なデータ統合を提供し、データを交換し、その上で分析アプリケーションを階層化する便利な方法である。 しかし、それらと産業データとの間の高度なミスマッチのオントロジーの貧弱な設計は、産業分析の採用とスケーラビリティを阻害する品質の低いKGを自然に引き起こす。 実際、このようなKGは、ユーザのためのクエリを書くためのトレーニング時間を大幅に増加させ、冗長な情報のために大量のストレージを消費し、メンテナンスと更新が困難である。 この問題に対処するために,オントロジをKGスキーマに変換するオントロジ変換手法を提案する。 このポスターでは、現在進行中の研究の予備的な議論を行い、Boschの実際の業界データに関する豊富なSPARQLクエリを用いて我々のアプローチを評価し、その結果について論じます。

関連論文リスト

• Distill-SynthKG: Distilling Knowledge Graph Synthesis Workflow for Improved Coverage and Efficiency [59.6772484292295]
  大規模言語モデル(LLM)によって生成される知識グラフ(KG)は、検索・拡張生成(RAG)アプリケーションにとってますます価値が増している。 既存のKG抽出法は、大規模コーパスの処理に非効率なプロンプトベースのアプローチに依存している。 LLMに基づく多段階文書レベルのKGワークフローであるSynthKGを提案する。 我々はまた、RAGのための新しいグラフベースの検索フレームワークを設計する。
  論文  参考訳（メタデータ） (2024-10-22T00:47:54Z)
• Enhancing Robustness of Graph Neural Networks through p-Laplacian [2.3942577670144423]
  グラフニューラルネットワーク(GNN)は、様々なアプリケーションにおいて大きな可能性を秘めている。 訓練中(中毒発作)またはテスト中(回避攻撃)に、データ上で敵の攻撃が起こり得る 本稿では,重み付き p-Laplacian をベースとした計算効率のよいフレームワーク,すなわち pLapGNN を提案する。
  論文  参考訳（メタデータ） (2024-09-27T18:51:05Z)
• Enhancing High-Energy Particle Physics Collision Analysis through Graph Data Attribution Techniques [0.0]
  本稿では、シミュレーション粒子衝突データセットを用いて、グラフ分類パイプライン内の影響分析を統合する。 グラフニューラルネットワークを初等訓練に用いることにより,学習サンプルの同定に勾配に基づくデータ影響法を適用した。 破棄された要素を分析することで、イベント分類タスクに関するさらなる洞察を得ることができる。
  論文  参考訳（メタデータ） (2024-07-20T12:40:03Z)
• DACO: Towards Application-Driven and Comprehensive Data Analysis via Code Generation [83.30006900263744]
  データ分析は、詳細な研究と決定的な洞察を生み出すための重要な分析プロセスである。 LLMのコード生成機能を活用した高品質な応答アノテーションの自動生成を提案する。 我々のDACO-RLアルゴリズムは、57.72%のケースにおいて、SFTモデルよりも有用な回答を生成するために、人間のアノテータによって評価される。
  論文  参考訳（メタデータ） (2024-03-04T22:47:58Z)
• Log Parsing Evaluation in the Era of Modern Software Systems [47.370291246632114]
  自動ログ分析、ログ解析は、ログから洞察を導き出すための前提条件である。 本研究は,ログ解析分野の問題点,特に異種実世界のログ処理における非効率性を明らかにする。 本稿では,企業コンテキストにおけるログ解析性能を推定するツールであるLogchimeraを提案する。
  論文  参考訳（メタデータ） (2023-08-17T14:19:22Z)
• An Open-Source Knowledge Graph Ecosystem for the Life Sciences [5.665519167428707]
  PheKnowLatorは、存在論的基盤を持つ知識グラフの構築を自動化するセマンティックエコシステムである。 エコシステムには、KG構築リソース、分析ツール、ベンチマークが含まれている。 PheKnowLatorは、パフォーマンスやユーザビリティを損なうことなく、完全にカスタマイズ可能なKGを可能にする。
  論文  参考訳（メタデータ） (2023-07-11T18:55:09Z)
• Analytical Engines With Context-Rich Processing: Towards Efficient Next-Generation Analytics [12.317930859033149]
  我々は、文脈に富む分析を可能にするコンポーネントと協調して最適化された分析エンジンを構想する。 我々は、リレーショナルおよびモデルベース演算子間の総括的なパイプラインコストとルールベースの最適化を目指している。
  論文  参考訳（メタデータ） (2022-12-14T21:46:33Z)
• Towards Ontology Reshaping for KG Generation with User-in-the-Loop: Applied to Bosch Welding [18.83458273005337]
  知識グラフ(KG)は幅広い用途で使われている。 KG生成の自動化は、産業におけるデータ量と多様性のために非常に望ましい。
  論文  参考訳（メタデータ） (2022-09-22T14:59:13Z)
• Deep Learning based pipeline for anomaly detection and quality enhancement in industrial binder jetting processes [68.8204255655161]
  異常検出は、通常の値空間とは異なる異常状態、インスタンス、あるいはデータポイントを検出する方法を記述する。 本稿では,産業生産における人工知能へのデータ中心のアプローチに寄与する。
  論文  参考訳（メタデータ） (2022-09-21T08:14:34Z)
• Mapping Patterns for Virtual Knowledge Graphs [71.61234136161742]
  仮想知識グラフ(VKG)は、レガシーデータソースの統合とアクセスのための最も有望なパラダイムの1つである。 データ管理、データ分析、概念モデリングにおいて研究された、確立された方法論とパターンに基づいて構築する。 検討されたVKGシナリオに基づいて,私たちのカタログを検証し,そのパターンの大部分をカバーすることを示す。
  論文  参考訳（メタデータ） (2020-12-03T13:54:52Z)
• Topology-based Clusterwise Regression for User Segmentation and Demand Forecasting [63.78344280962136]
  本研究は,パブリックおよび新規な商用データ集合を用いて,アナリストがユーザベースをクラスタリングし,詳細なレベルで需要を計画できることを示す。 本研究は,TDAに基づく時系列クラスタリングと行列因数分解法によるクラスタ回帰を実践者にとって実行可能なツールとして導入することを目的とする。
  論文  参考訳（メタデータ） (2020-09-08T12:10:10Z)

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。