本体在ZFIN的使用

Ontology Usage at ZFIN

Doug Howe, Christian Pich

备注：: in Adrian Paschke, Albert Burger, Andrea Splendiani, M. Scott Marshall, Paolo Romano: Proceedings of the 3rd International Workshop on Semantic Web Applications and Tools for the Life Sciences, Berlin,Germany, December 8-10, 2010

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

斑马鱼模式生物数据库（ZFIN）提供了斑马鱼基因组、遗传、发育和表型数据的网络资源。目前使用四种不同的本体对数据进行注释，以最具体的术语，便于更好地比较物种间数据。此外，本体被用来帮助用户更快地查找和聚类数据，而不需要知道术语的确切技术名称。

英文摘要：

The Zebrafish Model Organism Database (ZFIN) provides a Web resource of zebrafish genomic, genetic, developmental, and phenotypic data. Four different ontologies are currently used to annotate data to the most specific term available facilitating a better comparison between inter-species data. In addition, ontologies are used to help users find and cluster data more quickly without the need of knowing the exact technical name for a term.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

一种语义丰富的基于Web使用的推荐模型

A semantically enriched web usage based recommendation model

随着互联网技术的飞速发展，Web已经成为一个巨大的信息库，并且在没有编辑控制的情况下呈指数级增长。然而，人类阅读、访问和理解网络内容的能力仍然是不变的。这促使研究人员提供Web个性化的在线服务，如Web推荐，以减轻信息过载的问题，并提供定制的Web体验的Web用户。最近的研究表明，Web使用挖掘已经成为一种流行的方法，在提供Web个性化。然而，传统的基于Web使用的推荐系统是有限的，在他们的能力，使用的领域知识的Web应用程序。重点只放在Web使用数据上。因此，所发现的图案的质量是低的。在本文中，我们提出了一个新的框架，在Web使用挖掘过程中集成语义信息。序列模式挖掘技术应用于语义空间，以发现频繁的序列模式。频繁的导航模式中提取的本体实例，而不是Web页面视图的形式和由此产生的语义模式用于生成Web页面推荐给用户。实验结果表明，有希望的，并证明，将语义信息的Web使用挖掘过程中，可以为我们提供更多的有趣的模式，从而使推荐系统的功能更强大，更智能，更全面。

2011-11-10cs.DB

智能城市服务中的本体构建与数据收集和清洗

Ontology Bulding vs Data Harvesting and Cleaning for Smart-city Services

University of Florence（佛罗伦萨大学）

目前，地方政府拥有大量的公共和私人数据集。在大多数情况下，它们在语义上是不可互操作的，需要大量的人力来为智慧城市创建集成的本体和知识库。智慧城市本体尚未标准化，需要大量的研究工作来识别能够轻松支持数据协调、复杂性管理和推理的模型。在本文中，一个系统的数据摄取和协调智能城市相关方面的道路图，服务提供的道路，交通传感器等，本文提出该系统允许管理来自各种来源的大量数据，同时考虑静态和动态数据。这些数据被映射到智能城市本体，并存储到RDF-Store中，通过SPARQL查询可用于应用程序，为用户提供新的服务。本文介绍了本体和知识库的生成过程，以及验证、协调和确认的机制。还提供了一些关于可能使用的连贯知识库的例子，可以从RDF商店访问。

2015-08-05cs.AIcs.CYcs.DB

Km4City本体构建与智慧城市服务中的数据收集和清洗

Km4City Ontology Building vs Data Harvesting and Cleaning for Smart-city Services

University of Florence（佛罗伦萨大学）

目前，地方政府提供大量公共和私人数据集。在大多数情况下，它们在语义上是不可互操作的，需要大量的人力来为智慧城市创建集成的本体和知识库。智慧城市本体尚未标准化，需要进行大量的研究工作来识别能够轻松支持数据协调、管理复杂性、允许数据推理的模型。在本文中，智能城市相关方面的数据摄取和协调系统，如道路图，道路上可用的服务，交通传感器等，本文提出该系统允许管理来自各种来源的大数据量的数据，同时考虑静态和动态数据。这些数据被映射到一个名为KM 4City（城市知识模型）的智能城市本体，并存储到一个RDF-Store中，通过SPARQL查询为应用程序提供数据，从而通过公共管理和企业的特定应用程序为用户提供新的服务。本文介绍了在开放和私有数据的基础上产生本体和知识库馈送的大数据架构的过程，以及用于数据验证、协调和验证的机制。还提供了关于可能使用所产生的连贯大数据知识库的一些例子，可从RDF-Store和相关服务中查阅。本文还介绍了协调算法的研究工作，以及它们的比较评估和选择。

2015-08-05cs.AIcs.CYcs.DB

DBpedia眼中的维基数据

Wikidata through the Eyes of DBpedia

DBpedia是链接开放数据云的第一个也是最突出的节点之一。它为超过100个维基百科语言版本以及维基共享资源提供结构化数据，拥有成熟的本体和稳定而全面的关联数据发布生命周期。另一方面，Wikidata最近已经成为维基百科中包含的结构化信息的用户策划来源。在本文中，我们介绍了维基数据是如何被纳入DBpedia生态系统的。使用Wikidata的结构化信息丰富DBpedia为许多使用场景提供了附加值。我们概述了这些场景，并描述了DBpediaWikidata数据集的结构和转换过程。

2015-07-15cs.DB

利用本体从大型数据库中挖掘广义模式

Mining Generalized Patterns from Large Databases using Ontologies

Université du Québec en Outaouais（魁北克大学乌塔韦分校）

形式概念分析（FCA）是一种基于概念和概念层次的形式化的数学理论。它已成功地应用于数据采掘、软件工程、知识工程等计算机科学领域，并在医学、心理学、语言学和生态学等许多领域得到应用。例如，它已被用于本体的设计，映射和细化。在本文中，我们展示了FCA如何通过分析分类（对象和/或属性）对所产生的概念格的影响，从给定的领域本体中受益。我们将主要集中在使用分类法来提取广义模式（即，当使用给定领域本体的元素时从数据生成的知识）以概念和规则的形式，并改进通过这些模式的导航。为此，我们分析了三个泛化的情况下，并显示其对广义模式集的大小的影响。还讨论了同时对对象和属性进行概括的不同情况

2009-05-28cs.AIcs.DBcs.DM