Fugu-MT 論文翻訳(概要): NFRsTDO v1.2's Terms, Properties, and Relationships -- A Top-Domain Non-Functional Requirements Ontology

論文の概要: NFRsTDO v1.2's Terms, Properties, and Relationships -- A Top-Domain Non-Functional Requirements Ontology

arxiv url: http://arxiv.org/abs/2302.01096v1
Date: Thu, 2 Feb 2023 13:33:33 GMT
ステータス: 処理完了
システム内更新日: 2023-02-03 13:53:34.866371
Title: NFRsTDO v1.2's Terms, Properties, and Relationships -- A Top-Domain Non-Functional Requirements Ontology
Title（参考訳）: NFRsTDO v1.2の用語, 性質, 関係性 -- 最上位の非Functional Requirements Ontology
Authors: Luis Olsina, Mar\'ia Fernanda Papa, Pablo Becker
Abstract要約: このプレプリントは、NFRsTDO v1.2のすべての用語、性質、関係を定義し、定義する。 NFRsTDOの用語と関係は、主にThingFO、Cosituation Core Ontology、Process Core Ontology、StatessTDOから拡張・再利用されている。
参考スコア（独自算出の注目度）: 1.6650719629879034
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This preprint specifies and defines all the Terms, Properties, and Relationships of NFRsTDO (Non-Functional Requirements Top-Domain Ontology). NFRsTDO v1.2, whose UML conceptualization is shown in Figure 1 is a slightly updated version of its predecessor, namely NFRsTDO v1.1. NFRsTDO is an ontology mainly devoted to quality (non-functional) requirements and quality/cost views, which is placed at the top-domain level in the context of a multilayer ontological architecture called FCD-OntoArch (Foundational, Core, Domain, and instance Ontological Architecture for sciences). Figure 2 depicts its five tiers, which entail Foundational, Core, Top-Domain, Low-Domain, and Instance. Each level is populated with ontological components or, in other words, ontologies. Ontologies at the same level can be related to each other, except at the foundational level, where only ThingFO (Thing Foundational Ontology) is found. In addition, ontologies' terms and relationships at lower levels can be semantically enriched by ontologies' terms and relationships from the higher levels. NFRsTDO's terms and relationships are mainly extended/reused from ThingFO, SituationCO (Situation Core Ontology), ProcessCO (Process Core Ontology), and FRsTDO (Functional Requirements Top-Domain Ontology). Stereotypes are the used mechanism for enriching NFRsTDO terms. Note that annotations of updates from the previous version (NFRsTDO v1.1) to the current one (v1.2) can be found in Appendix A.
Abstract（参考訳）: このプレプリントは、NFRsTDO(Non-Functional Requirements Top-Domain Ontology)の用語、性質、関係を規定し定義する。 NFRsTDO v1.2は、UMLの概念化を図1に示すもので、前バージョンであるNFRsTDO v1.1をわずかに更新したものである。 nfrstdoは、質(非機能)要求と品質/コストビューを主に対象とするオントロジーであり、fcd-ontoarch (foundational, core, domain, and instance ontological architecture for sciences)と呼ばれる多層オントロジーアーキテクチャの文脈において、トップドメインレベルに位置する。図2は、基本、コア、トップドメイン、ロードメイン、インスタンスを含む5つの層を示しています。各レベルには、存在論的要素または言い換えれば、オントロジーが集まっている。同じレベルのオントロジーは、基礎レベルではThingFO(Thing Foundational Ontology)のみが見つかることを除いて、相互に関連付けられる。さらに、より低いレベルのオントロジの用語と関係は、上位レベルのオントロジの用語と関係によって意味的に富むことができる。 NFRsTDO の用語と関係は主に ThingFO や situationCO (Situation Core Ontology)、Process Core Ontology (Process Core Ontology)、FRsTDO (Functional Requirements Top-Domain Ontology) から拡張・再利用されている。ステレオタイプはNFRsTDO項の強化に使用されるメカニズムである。以前のバージョン(NFRsTDO v1.1)から現在のバージョン(v1.2)への更新のアノテーションは、Appendix Aで見ることができる。

関連論文リスト

Mapping the Provenance Ontology to Basic Formal Ontology [0.0]
Provenance Ontology (PROV-O) はWorld Wide Web Consortium (W3C) で、さまざまなドメインにまたがる成果に関するデータを構造化するために使用される。
論文参考訳（メタデータ） (2024-08-02T16:50:17Z)
SRFUND: A Multi-Granularity Hierarchical Structure Reconstruction Benchmark in Form Understanding [55.48936731641802]
階層的に構造化されたマルチタスク形式理解ベンチマークであるSRFUNDを提案する。 SRFUNDはオリジナルのFUNSDとXFUNDデータセットの上に洗練されたアノテーションを提供する。データセットには、英語、中国語、日本語、ドイツ語、フランス語、スペイン語、イタリア語、ポルトガル語を含む8つの言語が含まれている。
論文参考訳（メタデータ） (2024-06-13T02:35:55Z)
Mix and Reason: Reasoning over Semantic Topology with Data Mixing for Domain Generalization [48.90173060487124]
ドメイン一般化(DG)は、複数のソースドメインから見えないターゲットドメインへの学習マシンを可能にする。 mire は2つのキーコンポーネント、すなわち Category-Aware Data Mixing (CDM) と Adaptive Semantic Topology Refinement (ASTR) で構成されている。複数のDGベンチマーク実験により,提案法の有効性とロバスト性を検証した。
論文参考訳（メタデータ） (2022-10-14T06:52:34Z)
M2D2: A Massively Multi-domain Language Modeling Dataset [76.13062203588089]
ドメイン適応(LM)を研究するための細粒度多ドメインコーパスM2D2を提案する。ウィキペディアとArXivから派生したカテゴリを用いて、各データソース内のドメインを22のグループに分類する。我々は、LMをドメイン階層に沿って適用することの利点を示し、より少量のドメイン固有のデータに適応することで、ドメイン内のパフォーマンスが向上することを示した。
論文参考訳（メタデータ） (2022-10-13T21:34:52Z)
Compound Domain Generalization via Meta-Knowledge Encoding [55.22920476224671]
マルチモーダル分布を再正規化するために,スタイル駆動型ドメイン固有正規化(SDNorm)を導入する。組込み空間における関係モデリングを行うために,プロトタイプ表現,クラスセントロイドを利用する。 4つの標準ドメイン一般化ベンチマークの実験により、COMENはドメインの監督なしに最先端のパフォーマンスを上回ることが判明した。
論文参考訳（メタデータ） (2022-03-24T11:54:59Z)
TAL: Two-stream Adaptive Learning for Generalizable Person Re-identification [115.31432027711202]
我々は、ドメイン固有性とドメイン不変性の両方が、re-idモデルの一般化能力の向上に不可欠であると主張する。これら2種類の情報を同時にモデル化するために,2ストリーム適応学習 (TAL) を命名した。我々のフレームワークは、単一ソースとマルチソースの両方のドメイン一般化タスクに適用できる。
論文参考訳（メタデータ） (2021-11-29T01:27:42Z)
Extracting Domain-specific Concepts from Large-scale Linked Open Data [0.0]
提案手法は,LOD語彙を対象ドメインに関連する用語とリンクすることにより,検索エンティティを定義する。対象領域における概念的関係の範囲を決定するために,共通上層実体の発生と経路の連鎖関係について検討した。
論文参考訳（メタデータ） (2021-11-22T10:25:57Z)
ProcessCO v1.3's Terms, Properties, Relationships and Axioms - A Core Ontology for Processes [0.0]
このプレプリントはプロセスコアオントロジーのすべての用語、性質、関係、公理を定義し定義する。これは5段階のオントロジアーキテクチャであり、ファンデーショナルコア、ドメイン、インスタンスのレベルを考慮に入れている。本論文の最後には,ProcessCO vs. ThingFOノンタコノミクス関係検証行列について述べる。
論文参考訳（メタデータ） (2021-08-05T19:03:59Z)
SituationCO v1.2's Terms, Properties, Relationships and Axioms -- A Core Ontology for Particular and Generic Situations [0.0]
プレプリントはAudieCO v1.1(Situation Core Ontology)のアップデートであり、新しいバージョン1.2を表す。状況 v1.2 のすべての項、性質、関係、公理を定義し、定義する。
論文参考訳（メタデータ） (2021-07-21T13:54:40Z)
ThingFO v1.2's Terms, Properties, Relationships and Axioms -- Foundational Ontology for Things [0.0]
ThingFO (Thing Foundational Ontology) v1.2は、ThingFO v1.1のわずかに更新されたバージョンである。 FCD-OntoArchという名前の4層オントロジーアーキテクチャの文脈において、特に普遍的なもののオントロジーである。
論文参考訳（メタデータ） (2021-07-19T20:04:05Z)
AM-GCN: Adaptive Multi-channel Graph Convolutional Networks [85.0332394224503]
グラフ畳み込みネットワーク(GCN)は,豊富な情報を持つ複雑なグラフにおいて,ノードの特徴と位相構造を最適に統合できるかどうかを検討する。半教師付き分類(AM-GCN)のための適応型マルチチャネルグラフ畳み込みネットワークを提案する。実験の結果,AM-GCNはノードの特徴とトポロジ的構造の両方から最も相関性の高い情報を抽出することがわかった。
論文参考訳（メタデータ） (2020-07-05T08:16:03Z)

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。