Fugu-MT 論文翻訳(概要): NFDIcore 2.0: A BFO-Compliant Ontology for Multi-Domain Research Infrastructures

論文の概要: NFDIcore 2.0: A BFO-Compliant Ontology for Multi-Domain Research Infrastructures

arxiv url: http://arxiv.org/abs/2410.01821v1
Date: Mon, 16 Sep 2024 11:51:05 GMT
ステータス: 処理完了
システム内更新日: 2024-11-04 14:54:47.259829
Title: NFDIcore 2.0: A BFO-Compliant Ontology for Multi-Domain Research Infrastructures
Title（参考訳）: NFDIcore 2.0: マルチドメイン研究インフラのためのBFO互換オントロジー
Authors: Oleksandra Bruns, Tabea Tietz, Joerg Waitelonis, Etienne Posthumus, Harald Sack,
Abstract要約: NFDIcore 2.0 は Basic Formal Ontology (BFO) に準拠したオントロジーである。ドイツの国立研究データ基盤(NFDI)の様々な研究コミュニティを代表している。
参考スコア（独自算出の注目度）: 14.900490446959447
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents NFDIcore 2.0, an ontology compliant with the Basic Formal Ontology (BFO) designed to represent the diverse research communities of the National Research Data Infrastructure (NFDI) in Germany. NFDIcore ensures the interoperability across various research disciplines, thereby facilitating cross-domain research. Each domain's individual requirements are addressed through specific ontology modules. This paper discusses lessons learned during the ontology development and mapping process, supported by practical validation through use cases in diverse research domains. The originality of NFDIcore lies in its adherence to BFO, the use of SWRL rules for efficient knowledge discovery, and its modular, extensible design tailored to meet the needs of heterogeneous research domains.
Abstract（参考訳）: 本稿では,ドイツ国立研究データ基盤(NFDI)の多様な研究コミュニティを表現するために設計された,基本形式オントロジー(BFO)に準拠したオントロジーであるNFDIcore 2.0について述べる。 NFDIcoreは、様々な研究分野の相互運用性を確保し、ドメイン間の研究を容易にする。各ドメインの個々の要件は、特定のオントロジーモジュールを通して対処される。本稿では,オントロジー開発とマッピングの過程で学んだ教訓について論じる。 NFDIcoreの独創性は、BFOへの固執、効率的な知識発見のためのSWRLルールの使用、および異種研究領域のニーズを満たすように調整されたモジュラーで拡張可能な設計にある。

関連論文リスト

Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
論文参考訳（メタデータ） (2024-09-09T06:55:37Z)
NFDI4DSO: Towards a BFO Compliant Ontology for Data Science [0.709535052684151]
NFDI4DSプロジェクトは、データサイエンス(DS)と人工知能(AI)における研究データのアクセシビリティと相互運用性の向上を目的としている。このポスターでは、DSとAIのリソースを記述し、NFDI4DSコンソーシアムの構造をモデル化するNFDI4DSオントロジーを紹介している。
論文参考訳（メタデータ） (2024-08-16T12:26:22Z)
Generalized knowledge-enhanced framework for biomedical entity and relation extraction [0.6856896119187885]
バイオメディカルな実体と関係抽出のためのタスク非依存で再利用可能な背景知識グラフを構築するための新しいフレームワークを開発する。私たちのモデルの設計は、人間がドメイン固有のトピックを学ぶ方法にインスパイアされています。我々のフレームワークは、そのような共通知識共有機構を用いて、異なるドメイン固有のバイオメディカルテキストに効果的に転送可能な学習が可能な、一般的なニューラルネットワーク知識グラフを構築する。
論文参考訳（メタデータ） (2024-08-13T04:06:45Z)
A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。 SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。一般的な3つの分類基準で30以上のSFDA法を比較検討した。
論文参考訳（メタデータ） (2023-02-23T06:32:09Z)
Nested Named Entity Recognition from Medical Texts: An Adaptive Shared Network Architecture with Attentive CRF [53.55504611255664]
ネスト現象によるジレンマを解決するために,ASACと呼ばれる新しい手法を提案する。提案手法は,適応共有(AS)部と注意条件付きランダムフィールド(ACRF)モジュールの2つの鍵モジュールを含む。我々のモデルは、異なるカテゴリのエンティティ間の暗黙の区別と関係をキャプチャすることで、より良いエンティティ表現を学ぶことができる。
論文参考訳（メタデータ） (2022-11-09T09:23:56Z)
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)
MHATC: Autism Spectrum Disorder identification utilizing multi-head attention encoder along with temporal consolidation modules [11.344829880346353]
静止状態fMRIは、ネットワークベースの機能接続を用いて自閉症スペクトラム障害(ASD)の診断に一般的に用いられる。 ASD患者として個人を分類するための多面的注意と時間的統合モジュールからなる新しいディープラーニングアーキテクチャ(MHATC)を提案する。
論文参考訳（メタデータ） (2021-12-27T07:50:16Z)
Discovering Drug-Target Interaction Knowledge from Biomedical Literature [107.98712673387031]
人体における薬物と標的(DTI)の相互作用は、生物医学や応用において重要な役割を担っている。毎年何百万もの論文がバイオメディカル分野で出回っているので、文学からDTIの知識を自動的に発見することは、業界にとって急激な需要となっている。生成的アプローチを用いて,この課題に対する最初のエンドツーエンドソリューションについて検討する。我々はDTI三重項をシーケンスとみなし、Transformerベースのモデルを使ってエンティティや関係の詳細なアノテーションを使わずに直接生成する。
論文参考訳（メタデータ） (2021-09-27T17:00:14Z)
Heterogeneous Network Representation Learning: A Unified Framework with Survey and Benchmark [57.10850350508929]
我々は、異種ネットワーク埋め込み(HNE)に関する既存の研究を要約し、評価するための統一的なフレームワークを提供することを目指している。最初のコントリビューションとして、既存のHNEアルゴリズムのメリットを体系的に分類し分析するための一般的なパラダイムを提供する。第2のコントリビューションとして、さまざまなソースから、スケール、構造、属性/ラベルの可用性などに関するさまざまな特性を備えた4つのベンチマークデータセットを作成します。第3のコントリビューションとして、13の人気のあるHNEアルゴリズムに対するフレンドリなインターフェースを作成し、複数のタスクと実験的な設定に対して、それらの全周比較を提供する。
論文参考訳（メタデータ） (2020-04-01T03:42:11Z)

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。