Automating Knowledge Discovery Workflow Composition Through Ontology-Based Planning
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00173914" target="_blank" >RIV/68407700:21230/11:00173914 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5575359" target="_blank" >http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5575359</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/TASE.2010.2070838" target="_blank" >10.1109/TASE.2010.2070838</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Automating Knowledge Discovery Workflow Composition Through Ontology-Based Planning
Popis výsledku v původním jazyce
The problem addressed in this paper is the challenge of automated construction of knowledge discovery workflows, given the types of inputs and the required outputs of the knowl- edge discovery process. Our methodology consists of two main ingredients. The first one is defining a formal conceptualization of knowledge types and data mining algorithms by means of knowl- edge discovery ontology. The second one is workflow composition formalized as a planning task using the ontology of domain and task descriptions. Two versions of a forward chaining planning algorithm were developed. The baseline version demonstrates suitability of the knowledge discovery ontology for planning and uses Planning Domain Definition Language (PDDL) descriptions of algorithms; to this end, a procedure for converting data mining algorithm descriptions into PDDL was developed. The second directly queries the ontology using a reasoner.
Název v anglickém jazyce
Automating Knowledge Discovery Workflow Composition Through Ontology-Based Planning
Popis výsledku anglicky
The problem addressed in this paper is the challenge of automated construction of knowledge discovery workflows, given the types of inputs and the required outputs of the knowl- edge discovery process. Our methodology consists of two main ingredients. The first one is defining a formal conceptualization of knowledge types and data mining algorithms by means of knowl- edge discovery ontology. The second one is workflow composition formalized as a planning task using the ontology of domain and task descriptions. Two versions of a forward chaining planning algorithm were developed. The baseline version demonstrates suitability of the knowledge discovery ontology for planning and uses Planning Domain Definition Language (PDDL) descriptions of algorithms; to this end, a procedure for converting data mining algorithm descriptions into PDDL was developed. The second directly queries the ontology using a reasoner.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA201%2F09%2F1665" target="_blank" >GA201/09/1665: Překonání propasti mezi systémovou biologií a strojovým učením</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING
ISSN
1545-5955
e-ISSN
—
Svazek periodika
8
Číslo periodika v rámci svazku
2
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
12
Strana od-do
253-264
Kód UT WoS článku
000289204900001
EID výsledku v databázi Scopus
—