論文の概要: A Systematic Comparison and Evaluation of Building Ontologies for Deploying Data-Driven Analytics in Smart Buildings

• arxiv url: http://arxiv.org/abs/2603.14374v1
• Date: Sun, 15 Mar 2026 13:26:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.780068
• Title: A Systematic Comparison and Evaluation of Building Ontologies for Deploying Data-Driven Analytics in Smart Buildings
• Title（参考訳）: スマートな建物におけるデータ駆動分析の展開のための建築オントロジーの体系的比較と評価
• Authors: Zhangcheng Qiang, Stuart Hands, Kerry Taylor, Subbu Sethuvenkatraman, Daniel Hugo, Pouya Ghiasnezhad Omran, Madhawa Perera, Armin Haller,
• Abstract要約: オントロジは、データ交換、情報統合、セマンティックな再利用、知識共有において重要な役割を果たす。 しかし、ビルディングの違いは、データの相互運用性をもたらすという目的を妨げ、現実世界のアプリケーションでビルディングを再利用する能力を制限します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Ontologies play a critical role in data exchange, information integration, and knowledge sharing across diverse smart building applications. Yet, semantic differences between the prevailing building ontologies hamper their purpose of bringing data interoperability and restrict the ability to reuse building ontologies in real-world applications. In this paper, we propose and adopt a framework to conduct a systematic comparison and evaluation of four popular building ontologies (Brick Schema, RealEstateCore, Project Haystack and Google's Digital Buildings) from both axiomatic design and assertions in a use case, namely the Terminological Box (TBox) evaluation and the Assertion Box (ABox) evaluation. In the TBox evaluation, we use the SQuaRE-based Ontology Quality Evaluation (OQuaRE) Framework and concede that Project Haystack and Brick Schema are more compact with respect to the ontology axiomatic design. In the ABox evaluation, we apply an empirical study with sample building data that suggests that Brick Schema and RealEstateCore have greater completeness and expressiveness in capturing the main concepts and relations within the building domain. The results implicitly indicate that there is no universal building ontology for integrating Linked Building Data (LBD). We also discuss ontology compatibility and investigate building ontology design patterns (ODPs) to support ontology matching, alignment, and harmonisation.
• Abstract（参考訳）: オントロジは、さまざまなスマートビルディングアプリケーション間でのデータ交換、情報統合、知識共有において重要な役割を果たす。 しかし、一般的な構築オントロジーのセマンティックな違いは、データの相互運用性をもたらし、実際のアプリケーションで構築オントロジーを再利用する能力を制限するという彼らの目的を妨げる。 本稿では,公理設計とユースケースにおけるアサーション,すなわちTBox評価とABox評価から,一般的な4つのオントロジー(Brick Schema,RealEstateCore,Project Haystack,GoogleのDigital Buildings)の体系的比較と評価を行うためのフレームワークを提案し,採用する。 TBoxの評価では、SQuaREベースのオントロジー品質評価(OQuaRE)フレームワークを使用し、Project HaystackとBrick Schemaはオントロジーの公理設計に関してよりコンパクトであることを示す。 ABox の評価では,Brick Schema と RealEstateCore がビルディング領域内の主概念と関係を捉える上で,より完全性および表現性が高いことを示す,サンプル構築データを用いた実証的研究を適用した。 結果は、Linked Building Data (LBD)を統合する普遍的なビルディングオントロジーが存在しないことを暗黙的に示している。 また、オントロジー整合性、アライメント、調和をサポートするために、オントロジー設計パターン(ODP)の構築についても検討する。

関連論文リスト

• Logics-Parsing-Omni Technical Report [18.897248420641386]
  本稿では,断片化タスク定義の課題とマルチモーダル解析における非構造化データの均一性に対処するOmni Parsingフレームワークを提案する。 このフレームワークの重要な利点は、そのエビデンスアンカー機構であり、ハイレベルなセマンティック記述と低レベルな事実の厳密な一致を強制する。 これにより、エビデンスに基づく'論理的帰納化が可能となり、構造化されていない信号を、位置可能で、エナメル性があり、トレース可能な標準化された知識に変換する。
  論文  参考訳（メタデータ） (2026-03-10T13:46:32Z)
• GenAI for Systems: Recurring Challenges and Design Principles from Software to Silicon [62.2138479061386]
  ジェネレーティブAIは、コンピュータシステムの設計、最適化、構築方法を変えようとしているが、ソフトウェア、アーキテクチャ、チップデザインコミュニティの間で研究は断片化されている。 本稿では、ハードウェア設計空間探索からRTL合成、物理レイアウト、検証に至るまで、コード生成と分散ランタイムから生成モデルがどのように適用されているかを検討する。
  論文  参考訳（メタデータ） (2026-02-16T22:45:33Z)
• RealUnify: Do Unified Models Truly Benefit from Unification? A Comprehensive Benchmark [71.3555284685426]
  本稿では,双方向機能相乗効果を評価するためのベンチマークであるRealUnifyを紹介する。 RealUnifyは、10のカテゴリと32のサブタスクにまたがる、細心の注意を払ってアノテートされた1000のインスタンスで構成されている。 現在の統一モデルは、効果的な相乗効果を達成するのに依然として苦労しており、アーキテクチャの統一だけでは不十分であることを示している。
  論文  参考訳（メタデータ） (2025-09-29T15:07:28Z)
• Situated Epistemic Infrastructures: A Diagnostic Framework for Post-Coherence Knowledge [0.7233897166339268]
  本稿では,ポストコヒーレンス条件下での知識の権威化を診断するための診断ツールとして,Situated Epistemic Infrastructuresフレームワークを紹介した。 本論文は,AIガバナンス,知識生産,情報システムの倫理的設計に関する議論に,学術コミュニケーションの表現主義モデルに対する堅牢な代替手段を提供することによって貢献する。
  論文  参考訳（メタデータ） (2025-08-07T03:08:23Z)
• KERAIA: An Adaptive and Explainable Framework for Dynamic Knowledge Representation and Reasoning [46.85451489222176]
  KERAIAはシンボリックナレッジエンジニアリングのための新しいフレームワークとソフトウェアプラットフォームである。 動的で複雑でコンテキストに敏感な環境で知識を表現、推論、実行するという永続的な課題に対処する。
  論文  参考訳（メタデータ） (2025-05-07T10:56:05Z)
• Michelangelo: Long Context Evaluations Beyond Haystacks via Latent Structure Queries [54.325172923155414]
  ミケランジェロ(Michelangelo)は、大規模言語モデルに対する最小限の、合成的で、未学習の長文推論評価である。 この評価は、任意に長いコンテキストに対する評価のための、新しく統一された枠組みによって導出される。
  論文  参考訳（メタデータ） (2024-09-19T10:38:01Z)
• A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
  既存の説明可能性技術を評価するための診断特性のリストを作成する。 そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
  論文  参考訳（メタデータ） (2020-09-25T12:01:53Z)
• BoxE: A Box Embedding Model for Knowledge Base Completion [53.57588201197374]
  知識ベース補完(KBC)は、知識ベース(KB)に存在する情報を活用することにより、行方不明な事実を自動的に推測することを目的とする。 既存の埋め込みモデルは、以下の制限の少なくとも1つに該当する。 BoxEは、エンティティをポイントとして、関係をハイパー矩形(またはボックス)の集合として埋め込む
  論文  参考訳（メタデータ） (2020-07-13T09:40:49Z)

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。