Использование онтологий при анализе предметных областей и проектировании научных информационно-вычислительных систем Фазлиев А.З.

Презентация:



Advertisements
Похожие презентации
Институт оптики атмосферы СО РАН, Томск Институт мониторинга климатических и экологических систем СО РАН, Томск Ахлёстин А.Ю., Лаврентьев Н.А., Привезенцев.
Advertisements

От сложного – к простому. От непонятного – к понятному.
Современные направления интеллектуализации глобальной сети Интернет Сорокин Арсений Николаевич Вологда, 2008.
Ахлёстин А.Ю.,Фазлиев А.З. Ахлёстин А.Ю., Фазлиев А.З. Институт оптики атмосферы СО РАН, Томск Инструментальные средства для построения научного информационного.
Конструирование информационных систем на основе интероперабельных сред информационных ресурсов.
Реляционная база данных электронной библиотеки в Semantic Web. Представление метаданных в виде связанных данных Новицкий А.В. Институт программных систем.
Лекция 1. ЧТО ТАКОЕ ГЕОИНФОРМАЦИОННЫЕ СИСТЕМЫ? Харитонов А. Ю. Министерство образования и науки Украины Донецкий национальный технический университет Кафедра.
Представление предметной области. Методы представления предметной области. Модель сущность-связь. Инфологическое описание предметной области.
ОНТОЛОГИЧЕСКИЙ ПОДХОД и аспекты обработки естественно- языковых объектов (ЕЯО) Содержание 1.Введение. 2.Известные определения онтологии ПдО. 3.Схема формальной.
Секция 2. Онтологии и метаинформация в системах поиска Председатель: Е.Б. Кудашев Институт космических исследований РАН Механико-математический факультет.
Архитектура метаданных WWW. Язык RDF Архитектура метаданных WWW RDF.
Структура, организация и функции информационных систем Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования.
3.2. Назначение онтологий. Интеграция разнородных источников данных. SemanticWeb. Интеграция разнородных источников данных Онтологии как часть Semantic.
Лекция 5 Способы конструирования программ. Основы доказательства правильности.
XML-ТЕХНОЛОГИИ Лекция 5 Семантический Веб: микроформаты RDF, OWL и FOAF.
Исследование применения онтологических моделей для семантического поиска Цель: определение основных способов и средств построения онтологических моделей.
Информационные процессы К информационным процессам относятся: получение, хранение, поиск, передача, обработка информации.
Лекция 6 Лекция 6 Введение в обработку данных. Среда хранения и средства обработки информационных массивов. Эволюция и характеристика концепций обработки.
4.1. Онтологии верхнего уровня: SUMO, Sowas ontology SUMO (Suggested Upper Merged Ontology) Онтология Джона Совы (Sowas ontology)
Базы данных Лекция 01 Информационные технологии баз данных.
Транксрипт:

Использование онтологий при анализе предметных областей и проектировании научных информационно-вычислительных систем Фазлиев А.З.

История Проект ATMOS (Intas-( )) Проекты РФФИ (6 проектов/10 лет) Атмосферная спектроскопия, атмосферная радиация, климат и погода, атмосферная химия Атмосферный аэрозоль

Проект ATMOS Структура предметной области Атмосферная спектроскопия Атмосферный аэрозоль Атмосферная радиация Атмосферная химия Динамика атмосферы Климат и погода

Модель процедурной предметной области Сеть задач Цепь задач Типы задач Вычислительные Измерительные

Задача (входные и выходные данные) Модель вычислительной задачи

1. Схема данных 2. Ограничения (модель предметной области) 3. Вычисления со значениями данных Данные – структура, ограничения и вычисления Данные задачи предметной области

1. Схемы данных (уровень энергии, квантовые числа (v 1, v 2, v 3, J, k a, k c ), функция потенциальной поверхности, ….) 2. Ограничения (w

1. Схема метаданных 2. Ограничения на значения метаданных 3. Вычисления, связанные со значениями метаданных В репозитариях метаданных схемы данных являются данными. Метаданные задачи

1. Схемы метаданных (интенсионалы данных, экстремальные значения данных, нарушения ограничений, …) 2. Ограничения на значения метаданных (нет) 3. Вычисления, связанные со значениями метаданных (нахождение min, max значений, проверка ограничений, …) Метаданные задачинахождения уровней энергии

1. Цепь прямых вычислительных задач (вычисление уровней энергии, вычисление частот переходов, вычисление параметров спектральных линий, вычисление спектральных функций) 2. Цепь обратных вычислительных задач (вычисление параметров спектральных линий, вычисление частот переходов, приписывание квантовых чисел, вычисление уровней энергии) Модель молекулярной спектроскопии

Молекула, атом, вакуум, излучение, уровень энергии, квантовое число, частота перехода, интенсивность, сдвиг линии, коэффициент поглощения, точность измерения частоты перехода, … Иметь уровень энергии, иметь частоту перехода, …. Концептуализация молекулярной спектроскопииГлобальные задачи

Мin (max) значение уровня энергии (вакуумной частоты перехода, J, …), число уровней энергии (….), авторы, публикация, …. Иметь J max, иметь автора, ….. Концептуализация молекулярной спектроскопииЛокальные задачи

1. Схема для баз знаний 2. Ограничения на логику 3. Логические выводы, семантический поиск, …. Явная спецификация разделяемой концептуализации Онтологии задач

1. Схема для баз знаний (молекула-> уровень энергии -> квантовые числа) 2. Ограничения на логику (SHOIQ) 3. Автоматизированные логические выводы и семантический поиск Онтология задачи нахождения уровнейэнергии

1. Схемы данных обеспечивают явную, но не автоматизируемую обработку семантики данных. Интеграция схем данных требует специальных усилий. 2. Онтологии являются логическими системами, включающими в себя семантику. 3. Онтологии более часто используются по сравнению со схемами данных 4. Онтологии децентрализованы по своей природе Различия (WonderWeb)

Информационно-вычислительная система 1. Структура ИВС (слой данных и вычислений, информационный слой, слой знаний) 2. Ограничения (программное обеспечение, модель пользователя, …) 3. Сбор, хранение, доставка и предоставление информационных ресурсов и сервисов

Проект WonderWeb Три поколения Web 1. Ручная запись HTML 2. Машинная генерация HTML 3. Машинная генерация семантических аннотаций (Semantic Web)

Проект WonderWeb Требование к библиотеке Минимальность Строгость (точность) Разделяемость

Проект WonderWebFOL DOLCE – descriptive ontology for linguistic and cognitive engineering. Particular – сущность не имеющая индивидов Universal - сущность имеющая индивиды

Проект WonderWebБазовые категории DOLCE

Проект WonderWebEndurants and Perdurants Endurants – сущности находящиеся во времени, но не имеющие зависящих от времени частей. OWL: Индивид количественные значения свойств которого не изменяются во времени Perdurants - сущности находящиеся во времени и имеющие зависящие от времени части OWL: Индивид количественные значения свойств которого изменяются во времени

Проект WonderWebQualities and quality regions Qualities являются Particulars, Properties являются Universals. OWL: Subject – Predicate - Object. Пример: Predicate = Quality, Predicate-Object = Property OWL: Quality region = Range Пример: Цвет Пространство и время – специальные качества (!?)

Проект WonderWebQualities and quality regions Два вида неотъемлемости качества: прямая и не прямая неотъемлемость. Perdurants имеют определенную локализацию во времени, но их пространственная локализация определяется не прямым образом. Endurants (физические) имеют явную локализацию в пространстве, а локализация во времени определяется неявно в зависимости от Perdurants в который они входят. В онтологии DOLCE для качеств не определено отношение части.

Проект WonderWebБазисные аксиомы для примитивов

Категории верхнего уровня Решетка категорий

Описание физических сущностей Классификация ролей

Описание абстракций Категории форм

Иерархии теорий