Heterogeneity Reduction for Data Refining Within Ontology Learning Process

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21730%2F18%3A00330525" target="_blank" >RIV/68407700:21730/18:00330525 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/8592821" target="_blank" >https://ieeexplore.ieee.org/document/8592821</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/IECON.2018.8592821" target="_blank" >10.1109/IECON.2018.8592821</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Heterogeneity Reduction for Data Refining Within Ontology Learning Process

Popis výsledku v původním jazyce

The (semi-)automated integration of new information into a data model is a functionality which is required in cases when input documents are extensive and therefore a manual integration difficult or even impossible. We proposed the solution combining the ontology learning process with information acquisition from the Web (web mining). This approach offers a robust way how to integrate even previously unknown information disregarding target application or domain. The solution deals with facilitating identification of input data among existing concepts or with the definition of a new concept. The proposed solution was experimentally verified on the integration of an excel document containing spare parts and Ford Supply Chain Ontology.

Název v anglickém jazyce

Heterogeneity Reduction for Data Refining Within Ontology Learning Process

Popis výsledku anglicky

The (semi-)automated integration of new information into a data model is a functionality which is required in cases when input documents are extensive and therefore a manual integration difficult or even impossible. We proposed the solution combining the ontology learning process with information acquisition from the Web (web mining). This approach offers a robust way how to integrate even previously unknown information disregarding target application or domain. The solution deals with facilitating identification of input data among existing concepts or with the definition of a new concept. The proposed solution was experimentally verified on the integration of an excel document containing spare parts and Ford Supply Chain Ontology.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

IECON 2018 - 44th Annual Conference of the IEEE Industrial Electronics Society

ISBN

978-1-5090-6685-8

ISSN

1553-572X

e-ISSN

—

Počet stran výsledku

6

Strana od-do

3108-3113

Název nakladatele

American Institute of Physics and Magnetic Society of the IEEE

Místo vydání

San Francisco

Místo konání akce

Washington D.C.

Datum konání akce

21. 10. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—