人本感知传感器网络本体：面向实证数据采集的语义支持
人工智能
2017-04-07 v1 计算机与社会
摘要
为了理解和记录与科学测量相关的知识，人们已经付出了巨大的努力。其中许多努力产生了一个或多个高质量本体，描述了科学测量的某些方面，但并未以全面且连贯整合的方式进行。例如，我们注意到许多这些高质量本体并未正确对齐，更具挑战性的是，它们在编码关于实证测量的知识时具有不同且经常冲突的概念和方法。由于缺乏这种整合视图，科学家通常难以确定任意两次科学测量是否在语义上兼容，从而难以决定是否应将测量结果结合起来分析。在本文中，我们提出了人本感知传感器网络本体，它是对感知基础设施本体和溯源本体的全面对齐与整合。HASNetO 已经开发了超过一年，并已被多个科学社区审查、共享和使用。该本体一直被用于支持许多大规模生态监测活动（观测）和实证实验的数据管理。
引用
@article{arxiv.1704.01806,
title = {Human-Aware Sensor Network Ontology: Semantic Support for Empirical Data Collection},
author = {Paulo Pinheiro and Deborah L. McGuinness and Henrique Santos},
journal= {arXiv preprint arXiv:1704.01806},
year = {2017}
}
备注
In Proceedings of the 5th Workshop on Linked Science 2015 - Best Practices and the Road Ahead (LISC 2015)