کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6856126 1437946 2018 41 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Partial multi-dividing ontology learning algorithm
ترجمه فارسی عنوان
الگوریتم یادگیری هستی شناخت چند تقسیم جزئی
کلمات کلیدی
هستی شناسی، اندازه گیری شباهت، نقشه برداری هستی شناسی، چندین تقسیم بندی، یادگیری،
ترجمه چکیده
هدف مقاله حاضر ارائه یک الگوریتم جزئی الگوریتم چندگانه هستی شناسی با هدف دستیابی به یک رویکرد کارآمد برای بهینه سازی مدل یادگیری هستی شناختی چند جزئی است. برای انجام این کار، نتایج نظری چندگانه از دیدگاه تئوری یادگیری آماری را بیان می کنیم. علاوه بر این، ما پنج آزمایش در زمینه های مختلف مهندسی ارائه می دهیم تا دقت الگوریتم تقسیم بندی جزئی ما را از زوایای هستی شناسی، اندازه گیری شباهت و نقشه برداری هستی شناسی نقطه نظر ساختاری نشان دهیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
The aim of the present paper is to present a partial multi-dividing ontology algorithm with the aim of obtaining an efficient approach to optimize the partial multi-dividing ontology learning model. For doing it we state several theoretical results from a statistical learning theory perspective. Moreover, we present five experiments in different engineering fields to show the precision of our partial multi-dividing algorithm from angles of ontology, similarity measuring and ontology mapping building point of view.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 467, October 2018, Pages 35-58
نویسندگان
, , , ,