When building a new application we are more and more confronted with the need of reusing and integrating pre-existing knowledge, e.g., ontologies, schemas, data of any kind, from multiple sources. Nevertheless, it is a fact that this prior knowledge is virtually impossible to reuse as-is. This difficulty is the cause of high costs, with the further drawback that the resulting application will again be hardly reusable. It is a negative loop which consistently reinforces itself. iTelos is a general purpose methodology aiming at minimizing as much as possible the effects of this loop. iTelos is based on the intuition that the data level and the schema level of an application should be developed independently, thus allowing for maximum flexibility in the reuse of the prior knowledge, but under the overall guidance of the needs to be satisfied, formalized as competence queries. This intuition is implemented by codifying all the requirements, including those concerning reuse, as part of an a-priori defined purpose, which is then used to drive a middle-out development process where the application schema and data are continuously aligned.


翻译:当我们建立新应用时,我们越来越面临需要从多种来源重新利用和整合原有知识(例如,本源、计划、任何种类的数据)的新应用时,我们越来越面临需要重新使用和整合这些知识的问题,然而,事实上,这种先前的知识几乎不可能按原样再利用。这一困难是造成费用高昂的原因,其后果是,由此产生的应用将难以再使用,这是一个不断强化的负面循环。iTelos是一个通用方法,旨在尽可能减少这一循环的影响。iTelos基于一个直觉,即应用的数据水平和计划水平应独立开发,从而允许在重新利用先前的知识方面有最大的灵活性,但在需要满足的总体指导下,正式化为能力查询。这一直觉是通过编纂所有要求,包括有关再利用的要求,作为确定的首要目的的一部分,加以落实,然后用于推动一个中间发展过程,使应用计划和数据不断保持一致。

0
下载
关闭预览

相关内容

【课程推荐】 人工普遍智能(Artificial General Intelligence)
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
40+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
10+阅读 · 2019年3月6日
逆强化学习-学习人先验的动机
CreateAMind
16+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
18+阅读 · 2020年10月9日
Arxiv
102+阅读 · 2020年3月4日
ASER: A Large-scale Eventuality Knowledge Graph
Arxiv
4+阅读 · 2020年1月25日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
7+阅读 · 2018年3月21日
VIP会员
相关VIP内容
【课程推荐】 人工普遍智能(Artificial General Intelligence)
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
40+阅读 · 2019年10月9日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
10+阅读 · 2019年3月6日
逆强化学习-学习人先验的动机
CreateAMind
16+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Arxiv
18+阅读 · 2020年10月9日
Arxiv
102+阅读 · 2020年3月4日
ASER: A Large-scale Eventuality Knowledge Graph
Arxiv
4+阅读 · 2020年1月25日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
7+阅读 · 2018年3月21日
Top
微信扫码咨询专知VIP会员