Fugu-MT 論文翻訳(概要): Fuzzy Quantification over OWL Ontologies and Knowledge Graphs

論文の概要: Fuzzy Quantification over OWL Ontologies and Knowledge Graphs

arxiv url: http://arxiv.org/abs/2606.25778v1
Date: Wed, 24 Jun 2026 12:56:05 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-25 17:05:30.342893
Title: Fuzzy Quantification over OWL Ontologies and Knowledge Graphs
Title（参考訳）: OWLオントロジーと知識グラフによるファジィ量子化
Abstract要約: 本稿では,ファジィ量子化クエリを標準ファジィ表現とグラフの両方で評価するための汎用的なフレームワークを提案する。提案されたアプローチの鍵となる利点は、その固有の適応性(英語版)である。本稿では,今後の研究を支援するために開発された,このシステムの公的な実装であるQ2S2を紹介する。
参考スコア（独自算出の注目度）: 38.97183512341767
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper presents a versatile framework for evaluating fuzzy quantification queries over both standard and fuzzy ontologies as well as knowledge graphs. The primary objective is the retrieval of individuals that satisfy queries articulated via Type I or Type II fuzzy quantified expressions. A key advantage of the proposed approach is its inherent adaptability: it remains entirely agnostic to the quantifier type, the underlying evaluation method, and the specific data source of the ontology (i.e., OWL ontologies or RDFS knowledge graphs). Furthermore, we present Q2S2, a publicly accessible implementation of this system developed to support future research.
Abstract（参考訳）: 本稿では,ファジィ量子化クエリを標準およびファジィオントロジーおよび知識グラフ上で評価するための汎用的なフレームワークを提案する。第一の目的は、I型またはII型ファジィ定量化表現を介して記述されたクエリを満たす個人を検索することである。提案手法の主な利点は、その固有の適応性であり、量子化器のタイプ、基礎となる評価方法、およびオントロジー(OWLオントロジーやRDFS知識グラフなど)の特定のデータソースに完全に依存していない。さらに,今後の研究を支援するために開発された実装であるQ2S2を提案する。

関連論文リスト

Q-GNN: Query-Conditioned Graph Neural Networks with Type Awareness for Knowledge Graph Completion [38.265175718191735]
Knowledge Graph Completionは、不足している三つ子を不完全な知識グラフから予測することを目的としている。最近のグラフニューラルネットワーク(GNN)に基づく手法は,クエリ中心のローカルサブグラフ上でメッセージパッシングを行うことで,大きな成功を収めている。
論文参考訳（メタデータ） (2026-06-04T03:07:22Z)
A Survey of Pathology Foundation Model: Progress and Future Directions [3.009351592961681]
コンピュータ病理学では、自動がん診断のためにスライド画像全体を解析する。最近の病理基盤モデル (PFM) は, 大規模な病理組織学的データに基づいて, 抽出器と凝集器の双方を大幅に強化している。 PFMを組織する階層的な分類法を,任意の領域の基盤モデル解析に適用可能なトップダウンの哲学を通じて提案する。
論文参考訳（メタデータ） (2025-04-05T03:44:09Z)
Out-of-Distribution Detection on Graphs: A Survey [58.47395497985277]
グラフアウト・オブ・ディストリビューション(GOOD)検出は、トレーニング中に見られる分布から逸脱するグラフデータを特定することに焦点を当てる。既存の手法を,拡張ベース,再構築ベース,情報伝達ベース,分類ベースという4つのタイプに分類する。本稿では,グラフデータによるユニークな課題を浮き彫りにして,実践的応用と理論的基礎について論じる。
論文参考訳（メタデータ） (2025-02-12T04:07:12Z)
Evaluating the performance of state-of-the-art esg domain-specific pre-trained large language models in text classification against existing models and traditional machine learning techniques [0.0]
本研究では,テキスト開示における環境・社会・ガバナンス情報(ESG)の分類について検討する。本研究の目的は,E,S,G関連コンテンツをそれぞれ正確に識別・分類できるバイナリ分類モデルを開発し,評価することである。この研究の動機は、投資決定におけるESGの考慮と企業説明責任の増大に起因している。
論文参考訳（メタデータ） (2024-09-30T20:08:32Z)
OWL2Vec4OA: Tailoring Knowledge Graph Embeddings for Ontology Alignment [14.955861200588664]
本稿では,組込みシステムOWL2Vec*の拡張であるOWL2Vec4OAを提案する。本稿では,提案する拡張の理論的基礎,実装の詳細,および実験的評価について述べる。
論文参考訳（メタデータ） (2024-08-12T17:24:19Z)
IDEAL: Leveraging Infinite and Dynamic Characterizations of Large Language Models for Query-focused Summarization [59.06663981902496]
クエリ中心の要約(QFS)は、特定の関心事に答え、より優れたユーザ制御とパーソナライゼーションを可能にする要約を作成することを目的としている。本稿では,LLMを用いたQFSモデル,Longthy Document Summarization,およびクエリ-LLMアライメントの2つの重要な特徴について検討する。これらのイノベーションは、QFS技術分野における幅広い応用とアクセシビリティの道を開いた。
論文参考訳（メタデータ） (2024-07-15T07:14:56Z)
Unveiling the Unseen: A Comprehensive Survey on Explainable Anomaly Detection in Images and Videos [49.07140708026425]
画像やビデオを含む視覚データの異常検出とローカライゼーションは、機械学習や現実世界のアプリケーションにおいて不可欠である。本稿では,説明可能な2次元視覚異常検出(X-VAD)に焦点を当てた初の包括的調査を行う。本稿では,その基礎技術によって分類された説明可能な手法の文献レビューを行う。我々は、将来的な方向性と、説明品質の定量化を含むオープンな問題について議論する。
論文参考訳（メタデータ） (2023-02-13T20:17:41Z)
Exploring Neural Models for Query-Focused Summarization [74.41256438059256]
クエリ中心の要約(QFS)に対するニューラルネットワークの体系的な探索を行う。本稿では,QMSumデータセットの最先端性能を最大3.38ROUGE-1,3.72ROUGE-2,3.28ROUGE-Lのマージンで達成する2つのモデル拡張を提案する。
論文参考訳（メタデータ） (2021-12-14T18:33:29Z)
OWL2Vec*: Embedding of OWL Ontologies [27.169755467590836]
OWL2Vec* という名前のランダムウォークと単語埋め込みに基づく埋め込み手法を提案する。 OWL2Vec*は、グラフ構造、語彙情報、論理コンストラクタを考慮してOWLのセマンティクスを符号化する。
論文参考訳（メタデータ） (2020-09-30T13:07:50Z)
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)

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。