حراج!
elsevier

Km4City ontology building vs data harvesting and cleaning for smart-city services (ساخت آنتولوژی Km4city در برابر جمع اوری و پاکسازی داده ها برای خدمات شهر هوشمند)

22,000 تومان 14,000 تومان

دانلود رایگان مقاله انگلیسی

Elsevier Journals

Year: 2014

38 صفحه فارسی

 

توضیحات محصول

 Km4City ontology building vs data harvesting and cleaning for smart-city services

Abstract

Presently, a very large number of public and private data sets are available from local governments. In most cases, they are not semantically interoperable and a huge human effort would be needed to create integrated ontologies and knowledge base for smart city. Smart City ontology is not yet standardized, and a lot of research work is needed to identify models that can easily support the data reconciliation, the management of the complexity, to allow the data reasoning. In this paper, a system for data ingestion and reconciliation of smart cities related aspects as road graph, services available on the roads, traffic sensors etc., is proposed. The system allows managing a big data volume of data coming from a variety of sources considering both static and dynamic data. These data are mapped to a smart-city ontology, called KM4City (Knowledge Model for City), and stored into an RDF-Store where they are available for applications via SPARQL queries to provide new services to the users via specific applications of public administration and enterprises. The paper presents the process adopted to produce the ontology and the big data architecture for the knowledge base feeding on the basis of open and private data, and the mechanisms adopted for the data verification, reconciliation and validation. Some examples about the possible usage of the coherent big data knowledge base produced are also offered and are accessible from the RDF-store and related services. The article also presented the work performed about reconciliation algorithms and their comparative assessment and selection.

ساخت آنتولوژی Km4city در برابر جمع اوری و پاکسازی داده ها برای خدمات شهر هوشمند

چکیده

درحال حاضر، تعداد زیادی از مجموعه داده های خصوصی و عمومی از دولت ها دردسترس هستند. در بیشتر موارد، انها به طور معنایی قابل استفاده و تبادل نبوده و تلاش زیادی برای ایجاد آنتولوژی های یکپارچه و بر مبنای دانش برای شهر هوشمند لازم می باشد. آنتولوژی شهر هوشمند هنوز استاندارد نشده و پژوهش های زیادی برای شناسایی مدل هایی که بتواند به اسانی تلفیق داده ها، مدیریت پیچیدگی و استدلال داده ها را پشتیبانی نماید، انجام شده است. در این مقاله یک سیستم برای وارد کردن داده ها و تلفیق جنبه های مربوط به شهر های هوشمند مانند گراف جاده، خدمات جاده ای و سنسور های ترافیک پیشنهاد می شود. این سیستم اجازه به مدیریت یک حجم زیادی از داده های تزریق شده از منابع گوناگون با در نظر گرفتن داده های دینامیک و استاتیک می باشد. این داده ها برای یک آنتولوژی شهر هوشمند به نام KM4City ( مدل دانش برای شهر) نقشه سازی می شود و در یک منبع RDF ذخیره می شود که انها برای کاربردهایی از طریق درخواست های SPARQL برای فراهم اوردن سرویس هایی به کاربران از طریق نرم افزار های مشخص مدیریت عمومی و شرکت ها موجود می باشند. این مقاله فرایند تطبیق داده شده برای تولید آنتولوژی و معماری داده بزرگ را برای تغذیه پایه دانش بر مبنای داده خصوصی و عمومی و مکانیزم های تطبیق داده شده برای تایید داده، تلفیق و تایید آن ارائه می نماید. برخی از مثال ها در مورد کاربرد ممکن از پایه دانش داده های بزرگ منسجم تولید شده ارائه شده و از منبع RDF و سرویس های مربوطه قابل دسترس هستند. این مقاله همچنین کار انجام شده در مورد الگوریتم های تلفیق و ارزیابی و انتخاب مقایسه ای انها ارائه می دهد.

 

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “Km4City ontology building vs data harvesting and cleaning for smart-city services (ساخت آنتولوژی Km4city در برابر جمع اوری و پاکسازی داده ها برای خدمات شهر هوشمند)”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *