动态本体：基于BFO的运动表现研究数据知识图谱构建方法
人工智能
2025-10-21 v1
摘要
评估和比较不同人群的物理与认知能力的关键环节是测试与人类表现相关的各种因素。作为运动科学研究的核心环节，运动表现测试使我们能够分析不同人口统计组的身体健康状况并实现可比性。Karlsruhe Institute of Technology开发的Motor Research（MO|RE）数据仓库，是运动科学研究数据（特别是运动表现研究）的出版与归档基础设施。本文提出我们构建MO|RE数据知识图谱的愿景。以Basic Formal Ontology（BFO）为根基的方法，聚焦于正式表征计划规范、特定过程及其相关测量值之间的关系。我们的目标是改变运动表现数据如何被建模和共享的方式，使其标准化并具备机器可理解性。本构想开发于Leibniz Science Campus“Digital Transformation of Research”（DiTraRe）的“数字化研究转型”计划中。
引用
@article{arxiv.2510.15983,
title = {Ontologies in Motion: A BFO-Based Approach to Knowledge Graph Construction for Motor Performance Research Data in Sports Science},
author = {Sarah Rebecca Ondraszek and Jörg Waitelonis and Katja Keller and Claudia Niessner and Anna M. Jacyszyn and Harald Sack},
journal= {arXiv preprint arXiv:2510.15983},
year = {2025}
}
备注
10 pages, 2 figures. Camera-ready version. Accepted to the 5th International Workshop on Scientific Knowledge: Representation, Discovery, and Assessment; 2 November 2025 - Nara, Japan; co-located with The 24th International Semantic Web Conference, ISWC 2025. To be published in CEUR proceedings