Ontology Alignment using Biologically-inspired Optimisation Algorithms
It is investigated how biologically-inspired optimisation methods can be used to compute alignments between ontologies. Independent of particular similarity metrics, the developed techniques demonstrate anytime behaviour and high scalability. Due to the inherent parallelisability of these population-based algorithms it is possible to exploit dynamically scalable cloud infrastructures - a step towards the provisioning of Alignment-as-a-Service solutions for future semantic applications.
Volltext
Creative Commons Namensnennung – Nicht kommerziell – Keine Bearbeitungen 3.0 Deutschland"
data-placement="top" data-original-title="Lizenzinformation"
style="z-index:10;float:right;padding-right:5px;cursor:help">
§
DOI: 10.5445/KSP/1000030761
Die gedruckte Version dieser Publikation können Sie hier kaufen.
| Zugehörige Institution(en) am KIT | Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2013 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-86644-936-7 urn:nbn:de:0072-307611 KITopen-ID: 1000030761 |
| Verlag | KIT Scientific Publishing |
| Umfang | XIV, 220 S. |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Wirtschaftswissenschaften (WIWI) |
| Institut | Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB) |
| Prüfungsdaten | 12.07.2012 |
| Schlagwörter | ontology, alignment, PSO, evolution, cloud |
| Relationen in KITopen | |
| Referent/Betreuer | Studer, R. |