Auflistung nach Autor:in "Nafissi, Anahita"
1 - 3 von 3
Treffer pro Seite
Sortieroptionen
- ZeitschriftenartikelAbductive Conjunctive Query Answering w.r.t. Ontologies(KI - Künstliche Intelligenz: Vol. 30, No. 2, 2016) Möller, Ralf; Özçep, Özgür; Haarslev, Volker; Nafissi, Anahita; Wessel, MichaelIn this article we investigate abductive conjunctive query answering w.r.t. ontologies and show how use cases can benefit from this kind of query answering service. While practical reasoning systems such as Racer have supported abductive conjunctive query answering for 10 years now, and many projects have exploited this feature, few publications deal with A-box abduction from an implementation perspective. This article gives a generalized overview on features provided by practical systems and also explains optimization techniques needed to meet practical requirements.
- KonferenzbeitragOntologies for resolving semantic heterogeneity in information integration among plant phenomics databases(38. GIL-Jahrestagung, Digitale Marktplätze und Plattformen, 2018) Nafissi, Anahita; Bruns, Benjamin; Fiorani, FabioIncreasing amounts of heterogeneous data are produced every year by plant researchers. For data management relational databases with application-specific schemas are mainly used in this field. However, due to absence of widely shared standards, data integration and exchange between independently developed and heterogeneous databases becomes very challenging. A critical point is to achieve semantic interoperability among these databases. The authors propose to use Semantic Web features for this integration task. Ontologies are the main core of the Semantic Web and are suitable to resolve semantic heterogeneity. In this work a semi-automated ontology based approach is defined for integrating heterogeneous data stored in distributed phenomics databases. The results of a real-world case study show that this approach creates reasonable semantic correspondences between domain-specific databases and publicly available ontologies and can significantly save time compared to classic (specification-driven) engineering approaches.
- KonferenzbeitragWissensbasierte digitale Unterstützung in der Pflanzenbauberatung(39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?, 2019) Nafissi, Anahita; Weckesser, Fabian; Kessler, Ingmar; Rickert, Markus; Pfaff, Matthias; Peisl, Sebastian; Beck, MichaelObwohl die Landwirtschaft schon immer technologische Neuerungen in der Produktion einsetzt, ist gerade die landwirtschaftliche Beratung bisher noch verhältnismäßig wenig digitalisiert. Oft ist es gängige Praxis für Landwirte und Berater, gesetzliche Regelungen, Fachliteratur und Betriebsdaten in Papierform nachzuschlagen und in unstrukturierten, digitalen Dokumenten einzutragen. Zur Unterstützung der Landwirte und der Pflanzenbauberatung wird ein Entscheidungshilfesystem entwickelt, welches die Beratung in der Landwirtschaft digital unterstützen und erleichtern soll, indem es aktuelles Fach- und Expertenwissen sowie individuelle Betriebsdaten abruft, aufbereitet und zweckgebunden auswertet. Dafür ist es notwendig, das entsprechende Fachwissen aus vielfältigen heterogenen Datenquellen in einer einheitlichen Wissensbasis verfügbar zu machen. Der hier beschriebene Ansatz verwendet Semantic-Web-Technologien wie OWL-Ontologien und SPARQL-Abfragen, um diese Daten hinsichtlich ihrer Bedeutung, d. h. semantisch, zu modellieren und abzufragen.