論文の概要: Ontology-Based Structuring and Analysis of North Macedonian Public Procurement Contracts

• arxiv url: http://arxiv.org/abs/2505.09798v1
• Date: Wed, 14 May 2025 20:51:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-16 22:29:06.1054
• Title: Ontology-Based Structuring and Analysis of North Macedonian Public Procurement Contracts
• Title（参考訳）: オントロジーに基づく北マケドニアの公共調達契約の構造と分析
• Authors: Bojan Ristov, Stefan Eftimov, Milena Trajanoska, Dimitar Trajanov,
• Abstract要約: 本研究では,構造化された調達データを意味知識グラフに変換するための方法論的枠組みを提案する。 このシステムは、調達記録のアクセシビリティと解釈可能性を高め、複雑なセマンティッククエリと高度な分析を可能にする。
• 参考スコア（独自算出の注目度）: 1.124958340749622
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Public procurement plays a critical role in government operations, ensuring the efficient allocation of resources and fostering economic growth. However, traditional procurement data is often stored in rigid, tabular formats, limiting its analytical potential and hindering transparency. This research presents a methodological framework for transforming structured procurement data into a semantic knowledge graph, leveraging ontological modeling and automated data transformation techniques. By integrating RDF and SPARQL-based querying, the system enhances the accessibility and interpretability of procurement records, enabling complex semantic queries and advanced analytics. Furthermore, by incorporating machine learning-driven predictive modeling, the system extends beyond conventional data analysis, offering insights into procurement trends and risk assessment. This work contributes to the broader field of public procurement intelligence by improving data transparency, supporting evidence-based decision-making, and enabling in-depth analysis of procurement activities in North Macedonia.
• Abstract（参考訳）: 公共の調達は政府の運営において重要な役割を担い、資源の効率的な配分を確実にし、経済成長を促進する。 しかし、伝統的な調達データは、しばしば堅固で表形式で保存され、分析的ポテンシャルを制限し透明性を妨げる。 本研究では,構造化された調達データを意味知識グラフに変換するための方法論的枠組みを提案し,オントロジモデリングと自動データ変換技術を活用する。 RDFとSPARQLベースのクエリを統合することで、システムは調達レコードのアクセシビリティと解釈性を高め、複雑なセマンティッククエリと高度な分析を可能にする。 さらに、機械学習による予測モデルの導入により、システムは従来のデータ分析を超えて、調達トレンドやリスクアセスメントに関する洞察を提供する。 この研究は、データの透明性を改善し、証拠に基づく意思決定をサポートし、北マケドニアでの調達活動の詳細な分析を可能にすることで、公共の調達知能の幅広い分野に貢献する。

関連論文リスト

• A Survey on Inference Optimization Techniques for Mixture of Experts Models [50.40325411764262]
  大規模Mixture of Experts(MoE)モデルは、条件計算によるモデル容量と計算効率の向上を提供する。 これらのモデル上で推論をデプロイし実行することは、計算資源、レイテンシ、エネルギー効率において大きな課題を示す。 本調査では,システムスタック全体にわたるMoEモデルの最適化手法について分析する。
  論文  参考訳（メタデータ） (2024-12-18T14:11:15Z)
• Deep Learning, Machine Learning, Advancing Big Data Analytics and Management [26.911181864764117]
  人工知能、機械学習、ディープラーニングの進歩は、ビッグデータ分析と管理の変革を触媒している。 本研究は,これらの技術の理論的基礎,方法論的進歩,実践的実装について考察する。 研究者、実践家、データ愛好家は、現代のデータ分析の複雑さをナビゲートするツールを利用できる。
  論文  参考訳（メタデータ） (2024-12-03T05:59:34Z)
• An AI-Driven Data Mesh Architecture Enhancing Decision-Making in Infrastructure Construction and Public Procurement [1.4843690728082002]
  Data MeshとService Meshアーキテクチャを利用した統合ソフトウェアエコシステムを導入します。 このシステムには、インフラストラクチャと調達のための最大のトレーニングデータセットが含まれており、1000億以上のトークンを含んでいる。 そのWebスケーリング可能なアーキテクチャは、ドメインキュレーションされた情報を提供し、AIエージェントが推論と不確実性の管理を容易にする。
  論文  参考訳（メタデータ） (2024-11-29T19:33:51Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• A Novel Framework for Analyzing Structural Transformation in Data-Constrained Economies Using Bayesian Modeling and Machine Learning [0.0]
  農業経済からより多様化した産業やサービスベースのシステムへの移行は、経済発展の重要な要因である。 低所得国と中所得国(LMIC)では、データの不足と信頼性の欠如が、このプロセスの正確な評価を妨げる。 本稿では,ベイジアン階層モデリング,機械学習に基づくデータ計算,因子分析を統合することで,これらの課題に対処する新しい統計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-25T08:39:41Z)
• Hybrid LLM/Rule-based Approaches to Business Insights Generation from Structured Data [0.0]
  広範囲で多様なデータセットから実行可能な洞察を抽出する能力は、情報的な意思決定と競合するエッジの維持に不可欠である。 従来のルールベースのシステムは信頼できるが、現代のビジネスデータの複雑さとダイナミズムに直面したとき、しばしば不足する。 本稿では,ルールベースシステムのロバスト性と大規模言語モデルの適応力を統合するハイブリッドアプローチの有効性について検討する。
  論文  参考訳（メタデータ） (2024-04-24T02:42:24Z)
• Long Short-Term Memory Pattern Recognition in Currency Trading [0.0]
  ワイコフフェイズ(Wyckoff Phases)は、リチャード・D・ワイコフが20世紀初頭に考案したフレームワークである。 本研究は、取引範囲と二次試験の段階を探求し、市場ダイナミクスを理解することの重要性を解明する。 この研究は、これらの相の複雑さを解き明かすことで、市場構造を通して流動性を生み出すことに光を当てている。 この研究は、金融分析とトレーディング戦略におけるAI駆動アプローチの変革の可能性を強調している。
  論文  参考訳（メタデータ） (2024-02-23T12:59:49Z)
• Prospector Heads: Generalized Feature Attribution for Large Models & Data [82.02696069543454]
  本稿では,説明に基づく帰属手法の効率的かつ解釈可能な代替手段であるプロスペクタヘッドを紹介する。 入力データにおけるクラス固有のパターンの解釈と発見を、プロファイラヘッドがいかに改善できるかを実証する。
  論文  参考訳（メタデータ） (2024-02-18T23:01:28Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Transforming Feature Space to Interpret Machine Learning Models [91.62936410696409]
  この貢献は、特徴空間変換のレンズを通して機械学習モデルを解釈する新しいアプローチを提案する。 非条件的および条件付きポストホック診断ツールの拡張に使用できる。 提案手法の可能性を実証するために,46特徴のリモートセンシング土地被覆分類の事例研究を行った。
  論文  参考訳（メタデータ） (2021-04-09T10:48:11Z)
• Topology-based Clusterwise Regression for User Segmentation and Demand Forecasting [63.78344280962136]
  本研究は,パブリックおよび新規な商用データ集合を用いて,アナリストがユーザベースをクラスタリングし,詳細なレベルで需要を計画できることを示す。 本研究は,TDAに基づく時系列クラスタリングと行列因数分解法によるクラスタ回帰を実践者にとって実行可能なツールとして導入することを目的とする。
  論文  参考訳（メタデータ） (2020-09-08T12:10:10Z)

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。