論文の概要: A Knowledge-Oriented Approach to Enhance Integration and Communicability
in the Polkadot Ecosystem
- arxiv url: http://arxiv.org/abs/2308.00735v1
- Date: Tue, 1 Aug 2023 17:34:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-03 15:00:31.634525
- Title: A Knowledge-Oriented Approach to Enhance Integration and Communicability
in the Polkadot Ecosystem
- Title(参考訳): ポロキャット生態系における統合とコミュニケーション性に関する知識指向アプローチ
- Authors: Marcio Ferreira Moreno and Rafael Rossi de Mello Brand\~ao
- Abstract要約: 本稿では,これらの課題に対処するために,ドメインオントロジーを含む概念的フレームワークであるPontoを提案する。
POntoはエコシステムの概念と関係を構造化した表現を提供し、プラットフォームを形式的に理解することを可能にする。
提案されたナレッジ指向のアプローチは、統合性とコミュニケーション性を高め、より広い範囲のユーザがエコシステムに参加し、AIベースのアプリケーションの開発を容易にすることを可能にする。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The Polkadot ecosystem is a disruptive and highly complex multi-chain
architecture that poses challenges in terms of data analysis and
communicability. Currently, there is a lack of standardized and holistic
approaches to retrieve and analyze data across parachains and applications,
making it difficult for general users and developers to access ecosystem data
consistently. This paper proposes a conceptual framework that includes a domain
ontology called POnto (a Polkadot Ontology) to address these challenges. POnto
provides a structured representation of the ecosystem's concepts and
relationships, enabling a formal understanding of the platform. The proposed
knowledge-oriented approach enhances integration and communicability, enabling
a wider range of users to participate in the ecosystem and facilitating the
development of AI-based applications. The paper presents a case study
methodology to validate the proposed framework, which includes expert feedback
and insights from the Polkadot community. The POnto ontology and the roadmap
for a query engine based on a Controlled Natural Language using the ontology,
provide valuable contributions to the growth and adoption of the Polkadot
ecosystem in heterogeneous socio-technical environments.
- Abstract(参考訳): polkadotのエコシステムは破壊的で非常に複雑なマルチチェーンアーキテクチャであり、データ分析と通信性の面で課題を提起する。
現在、パラチェーンやアプリケーションにまたがるデータの検索と分析に標準化された総合的なアプローチが欠如しているため、一般ユーザや開発者がエコシステムデータに一貫してアクセスすることが難しくなっている。
本稿では,これらの課題に対処するために,ポント(polkadot ontology)と呼ばれるドメインオントロジーを含む概念的枠組みを提案する。
POntoはエコシステムの概念と関係を構造化した表現を提供し、プラットフォームを正式に理解することを可能にする。
提案された知識指向アプローチは、統合性と通信性を高め、より広い範囲のユーザがエコシステムに参加し、aiベースのアプリケーションの開発を促進する。
本稿は,Polkadotコミュニティからの専門家のフィードバックと洞察を含む,提案するフレームワークを検証するためのケーススタディ手法を提案する。
ポントオントロジーとオントロジーを使った制御された自然言語に基づくクエリエンジンのロードマップは、異種社会技術的環境におけるpolkadotエコシステムの成長と採用への貴重な貢献を提供する。
関連論文リスト
- Leveraging LLM for Automated Ontology Extraction and Knowledge Graph Generation [3.2513035377783717]
OntoKGenは、オントロジー抽出と知識グラフ生成のための真のパイプラインである。
OntoKGenは、Neo4jのようなスキーマレスで非リレーショナルなデータベースへのシームレスな統合を可能にする。
論文 参考訳(メタデータ) (2024-11-30T23:11:44Z) - An Adaptive Framework for Generating Systematic Explanatory Answer in Online Q&A Platforms [62.878616839799776]
質問応答(QA)性能を向上させるために設計された,革新的なフレームワークであるSynthRAGを提案する。
SynthRAGは動的コンテンツの構造化に適応的なアウトラインを用いることで従来のモデルを改善する。
Zhihuプラットフォーム上のオンラインデプロイメントでは、SynthRAGの回答が注目すべきユーザエンゲージメントを実現していることが明らかになった。
論文 参考訳(メタデータ) (2024-10-23T09:14:57Z) - Multi-step Inference over Unstructured Data [2.169874047093392]
医療、法律、金融などの分野における高い意思決定タスクは、精度、包括性、論理的一貫性のレベルを必要とする。
これらの問題に対処するための,ニューロシンボリックAIプラットフォームを開発した。
このプラットフォームは、知識抽出とアライメントのための微調整LDMと、堅牢なシンボリック推論エンジンを統合している。
論文 参考訳(メタデータ) (2024-06-26T00:00:45Z) - Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オンロジはドメインの知識とメタデータを表現するために広く使われている。
直接支援できる論理的推論は、学習、近似、予測において非常に限られています。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
論文 参考訳(メタデータ) (2024-06-16T14:49:19Z) - Towards Next-Generation Urban Decision Support Systems through AI-Powered Construction of Scientific Ontology using Large Language Models -- A Case in Optimizing Intermodal Freight Transportation [1.6230958216521798]
本研究では,事前学習された大規模言語モデル(LLM)を活用する可能性について検討する。
推論コアとしてChatGPT APIを採用することで、自然言語処理、メソノロジーベースのプロンプトチューニング、トランスフォーマーを含む統合ワークフローを概説する。
我々の方法論の成果は、広く採用されているオントロジー言語(OWL、RDF、SPARQLなど)の知識グラフである。
論文 参考訳(メタデータ) (2024-05-29T16:40:31Z) - Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。
本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。
我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
論文 参考訳(メタデータ) (2024-02-09T07:45:26Z) - Large Language Models for Information Retrieval: A Survey [58.30439850203101]
情報検索は、項ベースの手法から高度なニューラルモデルとの統合へと進化してきた。
近年の研究では、大規模言語モデル(LLM)を活用してIRシステムの改善が試みられている。
LLMとIRシステムの合流点を探索し、クエリリライト、リトリバー、リランカー、リーダーといった重要な側面を含む。
論文 参考訳(メタデータ) (2023-08-14T12:47:22Z) - Architectures of Topological Deep Learning: A Survey of Message-Passing
Topological Neural Networks [5.324479750432588]
トポロジカルディープラーニング(TDL)は、複雑なシステムに関連するデータから知識を処理、抽出するためのフレームワークを提供する。
TDLは、応用科学以上の分野において、破滅の約束を守る理論的、実践的な利点を示してきた。
リレーショナルシステムにおけるTDL文学の急速な発展は、メッセージパストトポロジカルニューラルネットワーク(TNN)アーキテクチャにおける表記と言語の統合の欠如につながっている。
これは、既存の作業に基づいて構築し、メッセージパッシングTNNを新たな現実的な問題にデプロイする上で、真の障害となる。
論文 参考訳(メタデータ) (2023-04-20T01:02:13Z) - Understanding the Interplay between Boundary Resources and Governance
Practices in Influencing Ecosystem Value Co-creation for Digital Platforms: A
Case From the Global South [0.5801044612920815]
本稿では,支払いプラットフォームが,サードパーティアクターとの協調創造を促進する方法を検討することを目的とする。
組込みシングルケース設計を用いて, 詳細な質的調査を行った。
以上の結果から,境界資源ツールの導入によってエコシステム価値の共創が可能になったものの,プラットフォームガバナンスの実践によって,プラットフォームの価値の活用が妨げられたことが示唆された。
論文 参考訳(メタデータ) (2021-08-22T16:36:50Z) - A Survey of Community Detection Approaches: From Statistical Modeling to
Deep Learning [95.27249880156256]
ネットワークコミュニティファイリング手法の統一アーキテクチャを開発し,提案する。
既存の手法を確率的グラフィカルモデルとディープラーニングという2つのカテゴリに分けた新しい分類法を提案する。
フィールドの課題の議論と今後の研究の方向性の提案を締めくくります。
論文 参考訳(メタデータ) (2021-01-03T02:32:45Z) - Hierarchical Reinforcement Learning for Automatic Disease Diagnosis [52.111516253474285]
政策学習のための対話システムに2段階の階層的な政策構造を統合することを提案する。
提案した政策構造は,多くの疾患や症状を含む診断問題に対処することができる。
論文 参考訳(メタデータ) (2020-04-29T15:02:41Z)
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。