論文の概要: DISO: A Domain Ontology for Modeling Dislocations in Crystalline Materials

• arxiv url: http://arxiv.org/abs/2401.02540v1
• Date: Thu, 4 Jan 2024 21:06:28 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-08 16:38:38.354453
• Title: DISO: A Domain Ontology for Modeling Dislocations in Crystalline Materials
• Title（参考訳）: DISO:結晶材料の転位モデリングのためのドメインオントロジー
• Authors: Ahmad Zainul Ihsan and Said Fathalla and Stefan Sandfeld
• Abstract要約: 本稿では, 結晶材料の線形欠陥に関する概念と関係を定義した転位オントロジー(DISO)を紹介する。 DISOの2つの潜在的なユースケースは、転位ダイナミクス領域におけるその有用性を示すために提示される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Crystalline materials, such as metals and semiconductors, nearly always contain a special defect type called dislocation. This defect decisively determines many important material properties, e.g., strength, fracture toughness, or ductility. Over the past years, significant effort has been put into understanding dislocation behavior across different length scales via experimental characterization techniques and simulations. This paper introduces the dislocation ontology (DISO), which defines the concepts and relationships related to linear defects in crystalline materials. We developed DISO using a top-down approach in which we start defining the most general concepts in the dislocation domain and subsequent specialization of them. DISO is published through a persistent URL following W3C best practices for publishing Linked Data. Two potential use cases for DISO are presented to illustrate its usefulness in the dislocation dynamics domain. The evaluation of the ontology is performed in two directions, evaluating the success of the ontology in modeling a real-world domain and the richness of the ontology.
• Abstract（参考訳）: 金属や半導体などの結晶材料は、ほとんど常に転位と呼ばれる特別な欠陥型を含んでいる。 この欠陥は、強度、破壊靭性、延性など多くの重要な材料特性を決定的に決定する。 近年,実験的なキャラクタリゼーション手法とシミュレーションにより,異なる長さスケールでの転位挙動の把握に多大な努力が払われている。 本稿では, 結晶材料の線形欠陥に関する概念と関係を定義した転位オントロジー(DISO)を紹介する。 我々は、転位領域における最も一般的な概念とそれに続く特殊化を定義するトップダウンアプローチを用いて、disOを開発した。 disoはw3cのベストプラクティスに従って、linked dataを公開する永続urlを通じて公開される。 DISOの2つの潜在的なユースケースは、転位ダイナミクス領域におけるその有用性を示すものである。 オントロジーの評価は,実世界のドメインをモデル化する上でのオントロジーの成功と,オントロジーの豊かさを2方向に評価する。

関連論文リスト

• Integrating Ontology Design with the CRISP-DM in the context of Cyber-Physical Systems Maintenance [41.85920785319125]
  提案手法は3つの段階に分けられる。 フェーズ1では、オントロジーの要件を体系的に指定し、関連する知識範囲を定義する。 フェーズ2では、CPSライフサイクルデータは、ドメイン固有のオントロジアーティファクトを使用してコンテキスト化される。 この形式化されたドメイン知識は、データマイニングのためのクロス産業標準プロセス(CRISP-DM)で利用され、データから新しい洞察を効率的に抽出する。
  論文  参考訳（メタデータ） (2024-07-09T15:06:47Z)
• Injectivity of ReLU-layers: Perspectives from Frame Theory [0.0]
  インジェクティビティ(英: Injectivity)とは、情報を失うことなく、その出力から任意の入力を再構成できるマッピングの定義特性である。 本稿では,この問題にアプローチするためのフレーム理論的視点を確立する。
  論文  参考訳（メタデータ） (2024-06-22T14:07:41Z)
• Video Anomaly Detection via Spatio-Temporal Pseudo-Anomaly Generation : A Unified Approach [49.995833831087175]
  本研究は,画像のマスキング領域にペンキを塗布することにより,汎用的な映像時間PAを生成する手法を提案する。 さらに,OCC設定下での現実世界の異常を検出するための単純な統合フレームワークを提案する。 提案手法は,OCC設定下での既存のPAs生成および再構築手法と同等に動作する。
  論文  参考訳（メタデータ） (2023-11-27T13:14:06Z)
• Modeling Dislocation Dynamics Data Using Semantic Web Technologies [0.0]
  広く研究されている重要な材料は、金属や半導体を含む結晶材料である。 転位は強度、骨折、延性など様々な材料特性に影響を与える。 本稿では, 転位力学シミュレーションから得られたデータをWeb技術を用いてモデル化する方法について述べる。
  論文  参考訳（メタデータ） (2023-09-13T13:03:44Z)
• Instance Segmentation of Dislocations in TEM Images [0.0]
  材料科学において, 転位の位置と移動に関する知識は, 優れた特性を持つ新素材を作成する上で重要である。 本研究では,Mask R-CNNやYOLOv8など,最先端のインスタンスセグメンテーション手法を定量的に比較する。 インスタンスセグメンテーションの結果としての転位マスクは数学的直線に変換され、転位長と幾何の定量的解析が可能となる。
  論文  参考訳（メタデータ） (2023-09-07T06:17:31Z)
• DARE: Towards Robust Text Explanations in Biomedical and Healthcare Applications [54.93807822347193]
  帰属ロバスト性評価手法を与えられたドメインに適応させ、ドメイン固有の妥当性を考慮する方法を示す。 次に,DAREが特徴とする脆さを軽減するために,対人訓練とFAR訓練の2つの方法を提案する。 最後に,確立した3つのバイオメディカル・ベンチマークを用いて実験を行い,本手法を実証的に検証した。
  論文  参考訳（メタデータ） (2023-07-05T08:11:40Z)
• Domain knowledge-informed Synthetic fault sample generation with Health Data Map for cross-domain Planetary Gearbox Fault Diagnosis [7.88657961743755]
  本稿では、健康データマップ(HDMap)を利用した2つの新しいドメイン知識情報合成手法を提案する。 HDMapは、惑星のギアボックスの振動信号を画像のようなマトリックスとして物理的に表現するために使用され、断層に関連した特徴を可視化することができる。 次に、CutPasteとFactPasteが適用され、ソースドメインから抽出されたドメイン知識と障害シグネチャを使用して、ターゲットドメインの健全なデータに基づいて障害サンプルを生成する。
  論文  参考訳（メタデータ） (2023-05-31T05:37:17Z)
• EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
  本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
  論文  参考訳（メタデータ） (2022-08-01T18:47:03Z)
• InDuDoNet+: A Model-Driven Interpretable Dual Domain Network for Metal Artifact Reduction in CT Images [53.4351366246531]
  InDuDoNet+と呼ばれる新しい解釈可能な二重ドメインネットワークを構築し、CT画像の微細な埋め込みを行う。 異なる組織間のCT値を分析し,InDuDoNet+の事前観測ネットワークにマージすることで,その一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2021-12-23T15:52:37Z)
• Data-driven generation of plausible tissue geometries for realistic photoacoustic image synthesis [53.65837038435433]
  光音響トモグラフィ(pat)は形態的および機能的組織特性を回復する可能性がある。 我々は,PATデータシミュレーションの新たなアプローチを提案し,これを「シミュレーションの学習」と呼ぶ。 我々は、意味的注釈付き医療画像データに基づいて訓練されたGAN(Generative Adversarial Networks)の概念を活用して、可塑性組織ジオメトリを生成する。
  論文  参考訳（メタデータ） (2021-03-29T11:30:18Z)
• Shape-aware Meta-learning for Generalizing Prostate MRI Segmentation to Unseen Domains [68.73614619875814]
  前立腺MRIのセグメント化におけるモデル一般化を改善するために,新しい形状認識メタラーニング手法を提案する。 実験結果から,本手法は未確認領域の6つの設定すべてにおいて,最先端の一般化手法を一貫して上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2020-07-04T07:56:02Z)

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。