論文の概要: OM4OV: Leveraging Ontology Matching for Ontology Versioning

• arxiv url: http://arxiv.org/abs/2409.20302v2
• Date: Sun, 24 Nov 2024 23:38:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-26 14:17:22.635168
• Title: OM4OV: Leveraging Ontology Matching for Ontology Versioning
• Title（参考訳）: OM4OV: オントロジーバージョニングにおけるオントロジーマッチングの活用
• Authors: Zhangcheng Qiang, Kerry Taylor, Weiqing Wang,
• Abstract要約: 我々はOMOV4タスクの統一的な定式化、測定、テストベッドを導入し、OV性能を向上する。 修正オントロジーアライメントイニシアチブ(OAEI)データセットにおけるOM4OVパイプラインと相互参照機構を実験的に検証した。
• 参考スコア（独自算出の注目度）: 4.222245509121683
• License:
• Abstract: Due to the dynamic nature of the semantic web, ontology version control is required to capture time-varying information, most importantly for widely-used ontologies. Despite the long-standing recognition of ontology versioning (OV) as a crucial component for efficient ontology management, the growing size of ontologies and accumulating errors caused by manual labour overwhelm current OV approaches. In this paper, we propose yet another approach to performing OV using existing ontology matching (OM) techniques and systems. We introduce a unified OM4OV pipeline. From an OM perspective, we reconstruct a new task formulation, measurement, and testbed for OV tasks. Reusing the prior alignment(s) from OM, we propose a pipeline optimisation method called cross-reference (CR) mechanism to improve overall OV performance. We experimentally validate the OM4OV pipeline and the cross-reference mechanism in modified Ontology Alignment Evaluation Initiative (OAEI) datasets. We also discuss the insights on OM used for OV tasks, where some false mappings detected by OV systems are not actually false.
• Abstract（参考訳）: セマンティックウェブの動的な性質のため、オントロジーバージョンコントロールは時間変化情報を取得するために必要であり、特に広く使われているオントロジーにとって重要である。 従来からオントロジーバージョニング(OV)は,効率的なオントロジー管理において重要な要素として認識されてきたが,手作業によるオントロジーの増大と,現在のOVアプローチの過大化による誤りを蓄積する。 本稿では,既存のオントロジーマッチング(OM)技術とシステムを用いてOVを実行する方法を提案する。 統合OM4OVパイプラインを導入する。 OMの観点から、OVタスクのための新しいタスクの定式化、測定、テストベッドを再構築する。 OM からの事前アライメントを再利用し,クロス参照 (CR) 機構と呼ばれるパイプライン最適化手法を提案する。 修正オントロジーアライメント評価イニシアチブ(OAEI)データセットにおけるOM4OVパイプラインと相互参照機構を実験的に検証した。 また、OVタスクに使用されるOMについて、OVシステムによって検出されたいくつかの偽マッピングが実際には偽ではないという知見についても論じる。

関連論文リスト

• Effort: Efficient Orthogonal Modeling for Generalizable AI-Generated Image Detection [66.16595174895802]
  既存のAI生成画像(AIGI)検出手法は、しばしば限定的な一般化性能に悩まされる。 本稿では、AIGI検出において、これまで見過ごされてきた重要な非対称性現象を同定する。
  論文  参考訳（メタデータ） (2024-11-23T19:10:32Z)
• OMLog: Online Log Anomaly Detection for Evolving System with Meta-learning [10.181157278476428]
  OMLogはリアルタイムかつ信頼性の高いオンラインログ異常検出モデルである。 本稿では,平均誤差に基づく分布シフト検出手法を提案する。 また、ログシーケンスの繰り返しパターンを効果的に学習できるメタラーニングに基づくオンライン学習機構を設計する。
  論文  参考訳（メタデータ） (2024-10-22T01:50:07Z)
• MarvelOVD: Marrying Object Recognition and Vision-Language Models for Robust Open-Vocabulary Object Detection [107.15164718585666]
  開語彙検出コンテキスト下でのVLMの偏り予測の根本原因について検討した。 私たちの観察は、非常に優れたトレーニングターゲットを生成する、単純で効果的なパラダイム、コード化されたMarvelOVDにつながります。 我々の手法は、他の最先端技術よりも大きなマージンで優れている。
  論文  参考訳（メタデータ） (2024-07-31T09:23:57Z)
• Agent-OM: Leveraging LLM Agents for Ontology Matching [4.222245509121683]
  本研究では,オントロジーマッチングシステムのための新しいエージェント駆動設計パラダイムを提案する。 オントロジーマッチングのためのエージェント-OMw.r.t.エージェントというフレームワークを提案する。 本システムは,OMタスクにおける長年の最高性能に非常に近い結果が得られる。
  論文  参考訳（メタデータ） (2023-12-01T03:44:54Z)
• PREM: A Simple Yet Effective Approach for Node-Level Graph Anomaly Detection [65.24854366973794]
  ノードレベルのグラフ異常検出(GAD)は、医学、ソーシャルネットワーク、eコマースなどの分野におけるグラフ構造化データから異常ノードを特定する上で重要な役割を果たす。 本稿では,GADの効率を向上させるために,PREM (preprocessing and Matching) という簡単な手法を提案する。 我々のアプローチは、強力な異常検出機能を維持しながら、GADを合理化し、時間とメモリ消費を削減します。
  論文  参考訳（メタデータ） (2023-10-18T02:59:57Z)
• Learning Transferable Conceptual Prototypes for Interpretable Unsupervised Domain Adaptation [79.22678026708134]
  本稿では,Transferable Prototype Learning (TCPL) という,本質的に解釈可能な手法を提案する。 この目的を達成するために、ソースドメインからターゲットドメインにカテゴリの基本概念を転送する階層的なプロトタイプモジュールを設計し、基礎となる推論プロセスを説明するためにドメイン共有プロトタイプを学習する。 総合的な実験により,提案手法は有効かつ直感的な説明を提供するだけでなく,従来の最先端技術よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-10-12T06:36:41Z)
• Truveta Mapper: A Zero-shot Ontology Alignment Framework [3.5284865194805106]
  教師なしオントロジーマッチング(OM)やオントロジーアライメント(OA)に対する新しい視点の提案 提案するフレームワークであるTruveta Mapper (TM)は、マルチタスクのシーケンス・ツー・シーケンス・トランスフォーマーモデルを利用して、ゼロショット、統一、エンドツーエンドの方法で複数のアライメントを実行する。 TMは、公開コーパステキストと内部オントロジデータのみを事前訓練し、微調整する。
  論文  参考訳（メタデータ） (2023-01-24T00:32:56Z)
• Hybridization of Capsule and LSTM Networks for unsupervised anomaly detection on multivariate data [0.0]
  本稿では,Long-Short-Term-Memory(LSTM)とCapsule Networksを1つのネットワークに結合した新しいNNアーキテクチャを提案する。 提案手法は教師なし学習手法を用いて大量のラベル付きトレーニングデータを見つける際の問題を克服する。
  論文  参考訳（メタデータ） (2022-02-11T10:33:53Z)
• A Meta-Learning Approach to the Optimal Power Flow Problem Under Topology Reconfigurations [69.73803123972297]
  メタラーニング(MTL)アプローチを用いて訓練されたDNNベースのOPF予測器を提案する。 開発したOPF予測器はベンチマークIEEEバスシステムを用いてシミュレーションにより検証される。
  論文  参考訳（メタデータ） (2020-12-21T17:39:51Z)
• A Trainable Optimal Transport Embedding for Feature Aggregation and its Relationship to Attention [96.77554122595578]
  固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。 我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
  論文  参考訳（メタデータ） (2020-06-22T08:35:58Z)

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。