项目名称: 金属材料科学数据语义集成关键技术研究

项目编号: No.51271033

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 一般工业技术

项目作者: 赵冲冲

作者单位: 北京科技大学

项目金额: 80万元

中文摘要: 材料数据作为科技发展和重大工程的重要基础,其集成和共享具有重大意义。但材料数据的分类多样、关联复杂、分布异构等特点给数据集成带来巨大挑战。本项目以金属材料数据为研究对象,探索材料数据语义集成中的语义模型、语义映射和语义查询问题。研究内容包括:(1)探讨实现语义集成所需要的功能元素,形成语义集成框架和方法;(2)对金属材料的基础特性、结构与成分、加工工艺、应用性能、数据起源和分类方法等要素进行分析和抽象,探索核心概念及其关联的抽取方法,基于本体和逻辑规则构建语义模型;(3)研究语义模型与数据源间的映射方法,结合金属材料领域知识的约束,构建语义映射策略和计算方法,改善映射质量和效率;(4)通过抽取金属材料领域的主要查询模式并建立查询概念扩展模型,构建具备领域特点的语义查询机制。通过应用案例验证所建模型和算法的有效性。本研究将进一步丰富材料信息学的方法和理论,对材料领域的研究和应用具有重要意义。

中文关键词: 金属材料数据;语义模型;语义映射;语义查询;材料本体

英文摘要: Materials data is an important foundation for the development of science and technology as well as key projects, so the integration and sharing of materials data is of great significance. However, due to the characteristics of classification diversity, complex relationship, distributivity, heterogeneity, etc, materials data integration faces great challenges. This research is oriented to metal materials data, and discusses the key issues such as semantic model, semantic mapping and semantic query in semantic integration. The main research contents are as follows: (1)The functional components for the semantic integration in materials science will be discussed so that the framework and method will be constructed.(2) Based on the analysis and abstraction of the key factors in materials science data such as properties, structure, processing, performance, data provenace, classification, etc, we will explore the method for extracting main conceptions and their relationships, and then build the semantic model for metal materials data.(3) The strategy of mapping between the semantic model and materials data sources will be investigated by employing the knowledge in metal materials domain. The mapping method and algorithms will be designed to improve the mapping quality and effeciency.(4)We are going to extract query pa

英文关键词: metal materials data;semantic model;semantic mapping;semantic query;materials ontology

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
70+阅读 · 2021年3月27日
专知会员服务
14+阅读 · 2020年12月12日
专知会员服务
193+阅读 · 2020年10月14日
专知会员服务
29+阅读 · 2020年9月18日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
专知会员服务
123+阅读 · 2020年3月26日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
知识图谱的自动构建
DataFunTalk
55+阅读 · 2019年12月9日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
【知识图谱】医学知识图谱构建技术与研究进展
产业智能官
44+阅读 · 2017年11月16日
医学知识图谱构建技术与研究进展
人工智能学家
17+阅读 · 2017年11月11日
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Towards Fine-grained Causal Reasoning and QA
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
70+阅读 · 2021年3月27日
专知会员服务
14+阅读 · 2020年12月12日
专知会员服务
193+阅读 · 2020年10月14日
专知会员服务
29+阅读 · 2020年9月18日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
专知会员服务
123+阅读 · 2020年3月26日
相关资讯
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
知识图谱的自动构建
DataFunTalk
55+阅读 · 2019年12月9日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
【知识图谱】医学知识图谱构建技术与研究进展
产业智能官
44+阅读 · 2017年11月16日
医学知识图谱构建技术与研究进展
人工智能学家
17+阅读 · 2017年11月11日
相关基金
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员