論文の概要: Ontology Enabled Hybrid Modeling and Simulation

• arxiv url: http://arxiv.org/abs/2506.12290v1
• Date: Sat, 14 Jun 2025 00:41:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:45.69076
• Title: Ontology Enabled Hybrid Modeling and Simulation
• Title（参考訳）: ハイブリッドモデリングとシミュレーションを可能にするオントロジー
• Authors: John Beverley, Andreas Tolk,
• Abstract要約: 補完的なアプローチは、Human-Human、Human-Machine、Machineの3つの軸に沿った相互運用性の課題にどのように対処するかを示す。 Web Technologiesと統合して、シミュレーションのための記述的ドメイン構築と規範的ガイドとしての役割を示す。 海面設計分析、産業4.0モデリング、政策支援のための人工社会、サイバー脅威評価の4つの応用事例。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We explore the role of ontologies in enhancing hybrid modeling and simulation through improved semantic rigor, model reusability, and interoperability across systems, disciplines, and tools. By distinguishing between methodological and referential ontologies, we demonstrate how these complementary approaches address interoperability challenges along three axes: Human-Human, Human-Machine, and Machine-Machine. Techniques such as competency questions, ontology design patterns, and layered strategies are highlighted for promoting shared understanding and formal precision. Integrating ontologies with Semantic Web Technologies, we showcase their dual role as descriptive domain representations and prescriptive guides for simulation construction. Four application cases - sea-level rise analysis, Industry 4.0 modeling, artificial societies for policy support, and cyber threat evaluation - illustrate the practical benefits of ontology-driven hybrid simulation workflows. We conclude by discussing challenges and opportunities in ontology-based hybrid M&S, including tool integration, semantic alignment, and support for explainable AI.
• Abstract（参考訳）: 我々は、セマンティックリガーの改善、モデル再利用可能性、システム、規律、ツール間の相互運用を通じて、ハイブリッドモデリングとシミュレーションの強化におけるオントロジーの役割について検討する。 方法論的オントロジーと参照的オントロジーを区別することにより、これらの補完的アプローチが、ヒューマン・ヒューマン、ヒューマン・マシーン、マシン・マシーンの3つの軸に沿った相互運用性の課題にどのように対処するかを実証する。 有能な質問、オントロジーデザインパターン、階層化戦略といったテクニックは、共有理解と形式的正確性を促進するために強調される。 オントロジーとセマンティックWeb技術を統合することで、シミュレーション構築のための記述的ドメイン表現と規範的ガイドとしての役割を実証する。 海面上昇分析、産業4.0モデリング、政策支援のための人工社会、サイバー脅威評価の4つの応用事例は、オントロジー駆動のハイブリッドシミュレーションワークフローの実践的な利点を実証している。 我々は、ツール統合、セマンティックアライメント、説明可能なAIのサポートを含む、オントロジーに基づくハイブリッドM&Sにおける課題と機会について議論することで、結論付けた。

関連論文リスト

• Generative Multi-Agent Collaboration in Embodied AI: A Systematic Review [32.73711802351707]
  Embodied Multi-Adnt System (EMAS) は、現実の課題に対処する可能性に注目が集まっている。 基礎モデルの最近の進歩は、よりリッチなコミュニケーションと適応的な問題解決が可能な生成エージェントの道を開いた。 この調査は、EMASがこれらの生成能力の恩恵を受けることができるかを体系的に検証する。
  論文  参考訳（メタデータ） (2025-02-17T07:39:34Z)
• 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)
• Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
  我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。 我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。 このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
  論文  参考訳（メタデータ） (2023-10-03T05:40:56Z)
• DIME: Fine-grained Interpretations of Multimodal Models via Disentangled Local Explanations [119.1953397679783]
  我々は,マルチモーダルモデルの解釈における最先端化に注力する。 提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
  論文  参考訳（メタデータ） (2022-03-03T20:52:47Z)
• Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
  シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。 シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。 我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
  論文  参考訳（メタデータ） (2021-12-06T18:45:31Z)
• Semantic interoperability based on the European Materials and Modelling Ontology and its ontological paradigm: Mereosemiotics [0.0]
  欧州物質・モデリングオントロジー(EMMO)は、最近、計算分子工学とマルチスケールモデリングコミュニティにおいてトップレベルとして進歩している。 この研究は、同じパラダイム – 同じ基本セット – に基づいて、トップレベルがどのように構築されているかを探求する。 オントロジー - EMMOが適用できるように。 物理システムのモデルとその計算工学の実践での使用。
  論文  参考訳（メタデータ） (2020-03-22T13:19:55Z)

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。