Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Mapping the Territory for a Knowledge-Based System Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

The Knowledge Increase Estimation Framework for Ontology Integration on the Relation Level

verfasst von : Adrianna Kozierkiewicz-Hetmańska, Marcin Pietranik

Erschienen in: Computational Collective Intelligence

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The task of integration of sets of data or knowledge (regardless the choice of its representation) can be very daunting procedure, requiring a lot of computational resources and time. Authors claim that it is beneficial to develop a formal framework which could be used to estimate the profitability of the integration, ideally even before the integration even occurs. Therefore, a set of algorithms for such estimation of the increase of knowledge concerning relation level of ontology integration is proposed.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Knowledge Integration in a Manufacturing Planning Module of a Cognitive Integrated Management Information System
Nächstes Kapitel Particle Swarm of Agents for Heterogenous Knowledge Integration
Literatur
1.
Bobrowski, M., Marré, M., Yankelevich, D.: Measuring data quality. Universidad de Buenos Aires. Report. 1999:99–002 (1999)
2.
3.
Frank, A.U.: Data quality ontology: an ontology for imperfect knowledge. In: Winter, S., Duckham, M., Kulik, L., Kuipers, B. (eds.) COSIT 2007. LNCS, vol. 4736, pp. 406–420. Springer, Heidelberg (2007). doi:10.​1007/​978-3-540-74788-8_​25CrossRef
4.
Geisler, S., Weber, S., Quix, C.: An ontology-based data quality framework for data stream applications. In: 16th International Conference on Information Quality, pp. 145–159 (2011)
5.
Kozierkiewicz-Hetmańska, A., Pietranik, M.: The knowledge increase estimation framework for ontology integration on the concept level. J. Intell. Fuzzy Syst. 32(2), 1161–1172 (2017). doi:10.​3233/​JIFS-169116CrossRefMATH
6.
Kozierkiewicz-Hetmańska, A., Pietranik, M., Hnatkowska, B.: The knowledge increase estimation framework for ontology integration on the instance level. In: Nguyen, N.T., Tojo, S., Nguyen, L.M., Trawiński, B. (eds.) ACIIDS 2017. LNCS, vol. 10191, pp. 3–12. Springer, Cham (2017). doi:10.​1007/​978-3-319-54472-4_​1CrossRef
7.
8.
Lozano-Tello, A., Gómez-Pérez, A.: Ontometric: a method to choose the appropriate ontology. J. Database Manage. 2(15), 1–18 (2004)CrossRef
9.
10.
11.
Porello, D., Endriss, U.: Ontology merging as social choice: judgment aggregation under the open world assumption. J. Logic Comput. 24(6), 1229–1249 (2014)MathSciNetCrossRef
12.
13.
Metadaten
Titel
The Knowledge Increase Estimation Framework for Ontology Integration on the Relation Level
verfasst von
Adrianna Kozierkiewicz-Hetmańska
Marcin Pietranik
Copyright-Jahr
2017
Buch
Computational Collective Intelligence

Print ISBN: 978-3-319-67073-7

Electronic ISBN: 978-3-319-67074-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-67074-4_5