Büyük ontolojilerin eşlenmesi için çizge tabanlı yaklaşımlar geliştirilmesi
Developing graph-based approaches for to match large ontologies
- Tez No: 535871
- Danışmanlar: DOÇ. DR. VECDİ AYTAÇ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Ontolojiler, bir alanın özelliklerini, örnek verilerini içeren ve bu özellikler arasındaki ilişkileri açıklayan alana özgü meta verilerdir. Aynı alan içerisinde farklı isimlerde veya özelliklerde tanımlanabilmektedirler. Mevcut ontolojiler arasındaki benzerliklerin bulunması ve tanımlama kaynaklı farklılıkların ortadan kaldırılması ontoloji eşleme algoritmaları ile sağlanmaktadır. Ontoloji eşleme algoritmaları özellikle, veri entegrasyonu, mevcut ontolojilerin yeniden kullanımı ve bilgi çıkarımı gibi farklı amaçlar için kullanılmaktadır. Hızla artan veri boyutları ve bilgi teknolojilerinin gelişmesi ontolojilerin boyutlarının da büyümesine sebep olmuştur ve bu artış ontoloji eşleme algoritmalarının işletilmesini de zorlaştırmıştır. Ayrıca mevcut eşleme yöntemleri arasında ontolojileri yapısal olarak eşleyen algoritmaların az sayıda olması, çizge tabanlı ontoloji eşleme mimarileri geliştirilmesi fikrini desteklemektedir. Bu çalışmada, büyük ontolojilerin eşlenmesi için çizge tabanlı bir mimari önerilmiştir. Bu mimari ile, öncelikli olarak büyük ontolojilerin alt parçalara ayırılması daha sonra elde edilen alt parçaları çizge madenciliği algoritmalarını kullanarak eşlenmesi amaçlanmıştır. Ontolojilerin alt parçalara ayrılmasında, Karger algoritması ve Kümeleme Perkülasyonu algoritması kullanılmıştır ve her iki algoritma ontolojiler üzerinde ilk kez uygulanmıştır. Tez çalışmasının bir sonraki aşamasında ise, alt çizge madenciliği algoritmaları kullanılarak elde edilen bu alt parçalar eşlenmiştir. Çizge madenciliği algoritmaları olarak GraMi ve gSpan algoritmaları seçilmiş olup, ontoloji eşleme alanında ilk defa kullanılmışlardır. Önerilen mimari; AML ve Falcon-AO eşleme algoritmaları ile eşleme doğruluğu ve zaman performansı bakımından karşılaştırılmıştır. Elde edilen sonuçlara göre; GraMi algoritması, eşleme doğruluğu bakımından karşılaştırılan algoritmalardan daha iyidir.
Özet (Çeviri)
Ontologies are domain-specific metadata that describes relationships between properties of a field, sample data, and properties developed for many different purposes. But, they can be described in different names or properties even within the same domain. Elimination of definition differences and finding the similarities between existing ontologies are provided by ontology matching algorithms. Ontology matching algorithms are used especially for data integration, reuse of ontologies and information extraction. Rapidly increasing data sizes and the development of information technologies have led to the growth of ontologies and so this development makes the ontology mapping algorithms difficult to work. Because of existing the small number of structural-based ontology matching algorithms among methods supports the idea of developing graph-based ontology mapping architectures. In this study, a graph-based architecture was proposed to match large ontologies. With this architecture, it is primarily aimed to divide the large ontologies into small pieces and then matches them using sub-graph mining algorithms. Karger algorithm and clique percolation algorithm were used to divide large ontologies and both algorithms were applied to ontologies for the first time. In the next step of the thesis, these sub--parts obtained by using sub--graph mining algorithms are matched. GraMi and gSpan algorithms were selected as sub-graph mining algorithms and were first used in ontology matching field. The proposed model is compared to AML and Falcon-AO matching algorithms in terms of accuracy and time performance. According to obtained the results, it is seen that GraMi algorithm is better than matching algorithms for matching accuracy.
Benzer Tezler
- Semantic advanced matchmaker (SAM)
Gelişmiş anlamsal web servis eşleyici (SAM)
ERDEM SAVAŞ İLHAN
Yüksek Lisans
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. AYŞE BAŞAR BENER
- İlişkisel veritabanı ile ontolojiler arasında dönüşümün gerçekleştirilmesi:Oracle 10g rdf veri deposu üzerinde örnek bir uygulama
Reverse engineering of relational database schemas to ontologies: a sample application on oracle 10g rdf datastore
KIVANÇ URGANCIOĞLU
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. MURAT OSMAN ÜNALIR
- Alt ontoloji çıkarma yöntemlerinin incelenmesi ve anlamsal ilintililik tabanlı bir alt ontoloji çıkarma yönteminin geliştirilmesi
Examination of sub-ontology extraction methods and development of a semantic relatedness based sub-ontology extraction method
CEMİL ABİŞ
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT OSMAN ÜNALIR
- Ontology construction for the harmonized commodity description and coding system using natural language prosessing techniques
Armonize mal tanımı ve kodlama sistemi için doğal dil işleme kullanarak ontoloji oluşturulması
FUNDA AKGÜR FAL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiMühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı
YRD. DOÇ. DR. ÇİĞDEM TURHAN
- Otomatik latis tabanlı ontoloji oluşturulması
Ontology-based automatic lattice creation
HÜSEYİN BAŞARICI
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ KILIÇASLAN