Stage-oe-small.jpg

Jürgen Bock: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
(Die Seite wurde neu angelegt: „{{Veranstaltung |Titel DE=Jürgen Bock |Titel EN=Jürgen Bock |Beschreibung DE=folgt |Beschreibung EN=folgt |Start=2011/11/25 14:00:00 |Ende=2011/11/25 15:00:00 |…“)
 
Zeile 1: Zeile 1:
 
{{Veranstaltung
 
{{Veranstaltung
|Titel DE=Jürgen Bock
+
|Titel DE=Ontologie-Alignment durch Biologisch-inspirierte Optimierungsverfahren
|Titel EN=Jürgen Bock
+
|Titel EN=Ontologie-Alignment durch Biologisch-inspirierte Optimierungsverfahren
|Beschreibung DE=folgt
+
|Beschreibung DE=Ontologien haben sich als universelles Mittel zur Wissensmodellierung etabliert. Die Eigenschaft der
|Beschreibung EN=folgt
+
Universalität bietet einerseits die Möglichkeit, Wissen aus unterschiedlichen Domänen in einer gemeinsamen Sprache auszudrücken. Andererseits kann jedoch auch das Wissen einer einzigen Domäne auf viele ver-schiedene Arten formalisiert werden, beispielsweise hervorgerufen durch die Beiträge verschiedener
 +
Personen, Forschungsgruppen oder Unternehmen. Sollen nun in einer Anwendung Ontologien mit gleichem oder überlappendem Inhalt gemeinsam verwendet werden, so ist es notwendig diese Heterogenität zu
 +
überbrücken. Verfahren zur Lösung dieses Problems werden in der Forschungsdisziplin des Ontologie-Alignment entwickelt.
 +
 
 +
Bei der automatischen Berechnung eines Alignment zweier Ontologien kommt es insbesondere auf die Fest-legung von Kriterien an, welche die Qualität eines Alignment bestimmen. Diese Kriterien können in unter-schiedlichen Szenarien oder Anwendungsdomänen relativ verschieden sein. Unabhängig von den
 +
konkreten Kriterien ist jedoch das Ziel, ein Alignment zu berechnen, welches optimal bezüglich eben dieser konkret angewendeten Kriterien ist.
 +
 
 +
In dem Vortrag wird das Ontologie-Alignment-Problem direkt als Optimierungsproblem betrachtet, unabhän-gig von der genauen Spezifikation der zu optimierenden Nutzenfunktion. Diese Betrachtung erlaubt die
 +
Anwendung von biologisch inspirierten Optimierungs-Metaheuristiken mit all ihren wohlbekannten positiven Eigenschaften, wie einfache Parallelisierbarkeit, Robustheit gegenüber lokalen Optima, oder Anytime-Verhalten.
 +
 
 +
Es werden exemplarisch zwei biologisch inspirierte Optimierungsverfahren vorgestellt und auf das Onto-logie- Alignment-Problem übertragen: Zum einen Evolutionäre Programmierung, in welcher die natürliche Auslese und das Aufkommen von unterschiedlichen, optimal angepassten Spezies als Vorbild dient. Zum anderen Partikelschwarm-Optimierung, welche durch das natürliche Schwarmverhalten einiger Tierarten inspiriert ist.
 +
 
 +
Durch die einfache Parallelisierbarkeit der Verfahren konnte eine Portierung des Algorithmus auf eine Cloud- Infrastruktur durchgeführt, und Alignments von sehr großen Ontologien berechnet werden. Diese und weitere Evaluationsexperimente unter Verwendung etablierter Benchmarks zeigen vielversprechende Ergebnisse der verwendeten Verfahren.
 +
 
 +
|Beschreibung EN=Ontologien haben sich als universelles Mittel zur Wissensmodellierung etabliert. Die Eigenschaft der
 +
Universalität bietet einerseits die Möglichkeit, Wissen aus unterschiedlichen Domänen in einer gemeinsamen Sprache auszudrücken. Andererseits kann jedoch auch das Wissen einer einzigen Domäne auf viele ver-schiedene Arten formalisiert werden, beispielsweise hervorgerufen durch die Beiträge verschiedener
 +
Personen, Forschungsgruppen oder Unternehmen. Sollen nun in einer Anwendung Ontologien mit gleichem oder überlappendem Inhalt gemeinsam verwendet werden, so ist es notwendig diese Heterogenität zu
 +
überbrücken. Verfahren zur Lösung dieses Problems werden in der Forschungsdisziplin des Ontologie-Alignment entwickelt.
 +
 
 +
Bei der automatischen Berechnung eines Alignment zweier Ontologien kommt es insbesondere auf die Fest-legung von Kriterien an, welche die Qualität eines Alignment bestimmen. Diese Kriterien können in unter-schiedlichen Szenarien oder Anwendungsdomänen relativ verschieden sein. Unabhängig von den
 +
konkreten Kriterien ist jedoch das Ziel, ein Alignment zu berechnen, welches optimal bezüglich eben dieser konkret angewendeten Kriterien ist.
 +
 
 +
In dem Vortrag wird das Ontologie-Alignment-Problem direkt als Optimierungsproblem betrachtet, unabhän-gig von der genauen Spezifikation der zu optimierenden Nutzenfunktion. Diese Betrachtung erlaubt die
 +
Anwendung von biologisch inspirierten Optimierungs-Metaheuristiken mit all ihren wohlbekannten positiven Eigenschaften, wie einfache Parallelisierbarkeit, Robustheit gegenüber lokalen Optima, oder Anytime-Verhalten.
 +
 
 +
Es werden exemplarisch zwei biologisch inspirierte Optimierungsverfahren vorgestellt und auf das Onto-logie- Alignment-Problem übertragen: Zum einen Evolutionäre Programmierung, in welcher die natürliche Auslese und das Aufkommen von unterschiedlichen, optimal angepassten Spezies als Vorbild dient. Zum anderen Partikelschwarm-Optimierung, welche durch das natürliche Schwarmverhalten einiger Tierarten inspiriert ist.
 +
 
 +
Durch die einfache Parallelisierbarkeit der Verfahren konnte eine Portierung des Algorithmus auf eine Cloud- Infrastruktur durchgeführt, und Alignments von sehr großen Ontologien berechnet werden. Diese und weitere Evaluationsexperimente unter Verwendung etablierter Benchmarks zeigen vielversprechende Ergebnisse der verwendeten Verfahren.
 +
 
 
|Start=2011/11/25 14:00:00
 
|Start=2011/11/25 14:00:00
 
|Ende=2011/11/25 15:00:00
 
|Ende=2011/11/25 15:00:00
Zeile 10: Zeile 38:
 
|Vortragender=Jürgen Bock
 
|Vortragender=Jürgen Bock
 
|Eingeladen durch=Rudi Studer
 
|Eingeladen durch=Rudi Studer
 +
|PDF=Graduiertenkolloquium Bock.pdf
 
|Forschungsgruppe=Wissensmanagement
 
|Forschungsgruppe=Wissensmanagement
 
|In News anzeigen=True
 
|In News anzeigen=True
 
}}
 
}}

Version vom 8. November 2011, 12:27 Uhr

Ontologie-Alignment durch Biologisch-inspirierte Optimierungsverfahren




Ontologien haben sich als universelles Mittel zur Wissensmodellierung etabliert. Die Eigenschaft der Universalität bietet einerseits die Möglichkeit, Wissen aus unterschiedlichen Domänen in einer gemeinsamen Sprache auszudrücken. Andererseits kann jedoch auch das Wissen einer einzigen Domäne auf viele ver-schiedene Arten formalisiert werden, beispielsweise hervorgerufen durch die Beiträge verschiedener Personen, Forschungsgruppen oder Unternehmen. Sollen nun in einer Anwendung Ontologien mit gleichem oder überlappendem Inhalt gemeinsam verwendet werden, so ist es notwendig diese Heterogenität zu überbrücken. Verfahren zur Lösung dieses Problems werden in der Forschungsdisziplin des Ontologie-Alignment entwickelt.

Bei der automatischen Berechnung eines Alignment zweier Ontologien kommt es insbesondere auf die Fest-legung von Kriterien an, welche die Qualität eines Alignment bestimmen. Diese Kriterien können in unter-schiedlichen Szenarien oder Anwendungsdomänen relativ verschieden sein. Unabhängig von den konkreten Kriterien ist jedoch das Ziel, ein Alignment zu berechnen, welches optimal bezüglich eben dieser konkret angewendeten Kriterien ist.

In dem Vortrag wird das Ontologie-Alignment-Problem direkt als Optimierungsproblem betrachtet, unabhän-gig von der genauen Spezifikation der zu optimierenden Nutzenfunktion. Diese Betrachtung erlaubt die Anwendung von biologisch inspirierten Optimierungs-Metaheuristiken mit all ihren wohlbekannten positiven Eigenschaften, wie einfache Parallelisierbarkeit, Robustheit gegenüber lokalen Optima, oder Anytime-Verhalten.

Es werden exemplarisch zwei biologisch inspirierte Optimierungsverfahren vorgestellt und auf das Onto-logie- Alignment-Problem übertragen: Zum einen Evolutionäre Programmierung, in welcher die natürliche Auslese und das Aufkommen von unterschiedlichen, optimal angepassten Spezies als Vorbild dient. Zum anderen Partikelschwarm-Optimierung, welche durch das natürliche Schwarmverhalten einiger Tierarten inspiriert ist.

Durch die einfache Parallelisierbarkeit der Verfahren konnte eine Portierung des Algorithmus auf eine Cloud- Infrastruktur durchgeführt, und Alignments von sehr großen Ontologien berechnet werden. Diese und weitere Evaluationsexperimente unter Verwendung etablierter Benchmarks zeigen vielversprechende Ergebnisse der verwendeten Verfahren.

(Jürgen Bock)




Start: 25. November 2011 um 14:00
Ende: 25. November 2011 um 15:00


Im Gebäude 11.40, Raum: 231

Veranstaltung vormerken: (iCal)


Veranstalter: Forschungsgruppe(n) Wissensmanagement
Information: Media:Graduiertenkolloquium Bock.pdf