XiaoMi-AI文件搜索系统
World File Search SystemOntology
polynere：一种新颖的本体论和语料库，用于聚合物科学领域中指定的实体识别和关系提取
抽象聚合物被广泛用于不同的领域，并且对提取和组织信息的有效方法的需求正在增加。使用机器学习的自动化方法可以准确地从科学论文中提取相关信息，从而为使用带注释的培训数据提供了一种有希望的解决方案，以自动化信息提取。在本文中，我们引入了一个与聚合物相关的本体论，该本体论具有至关重要的实体和关系，以增强聚合物科学领域的信息提取。我们的本体论是可以自定义的，以适应特定的研究需求。我们提出了Polynere，一种高品质的命名实体识别（NER）和关系提取（RE）语料库，其中包括使用我们的本体学注释的750个聚合物摘要。Polynere的独特特征包括多种实体类型，关系类别，对各种NER设置的支持以及在不同层面上主张实体和关系的能力。Polynere还通过支持证据来促进RE任务中的推理。我们的最新高级方法实验取得了令人有希望的结果，但挑战持续将NER和RE从摘要调整为全文段落。这强调了在聚合物域中需要强大的信息提取系统的需求，这使我们的语料库成为未来发展的宝贵基准。
antofact：通过本体驱动的强化学习揭示了LLM的奇妙事实 - 骨骼
大型语言模型（LLM）表现出了信息检索的熟练程度，而它们容易产生与现实冲突的不正确反应，这种现象被称为固有幻觉。关键挑战在于经过大量数据训练的LLM中不清楚和不可靠的事实分布。vreva-liment方法将事实检测任务视为一个问题 - 回答范式，在其中询问了LLMS有关FACTUAL知识并检查正确性的问题。但是，研究主要侧重于仅从几个特定领域（例如电影和运动）中得出测试用例，从而限制了对知识缺失的全面观察和对意外幻觉的分析。为了打扮这个问题，我们提出了构造，这是一个自适应框架，用于检测LLM的未知事实，致力于挖掘缺失知识的本体论级骨架。特定说明，我们认为LLM可以在缺失的事实中公开基于本体的相似性，并将五个代表知识图（kgs）作为基准。我们进一步设计了一种复杂的本体驱动的强化学习（ORL）机制，以自动与特定实体和关系产生易错的测试用例。Orl Mechamenism奖励KGS朝着可行的方向导航，以揭示事实错误。此外，经验努力表明，无论是否包括这些知识，主导的LLM都倾向于回答是的，而不是否定。使用32个代表性LLM的5个数据集上的实验结果表明，当前LLMS总体上缺乏事实。为了减轻LLM的过度自信，我们利用了无幻觉检测（HFD）策略来解决基线之间的不公平比较，从而提高了结果的稳健性。值得注意的是，CHATGPT在DBPEDIA上的事实错误率分别为51.6％，Yago的错误率分别为64.7％。另外，ORL机制显示出令人鼓舞的误差预测分数，大多数LLM的F1分数范围从70％到90％。与详尽的测试相比，ORL的平均召回率为80％，同时将评估时间降低35.29％至63.12％。
D7.5 - 根据欧洲建模社区标准发布的电池界面本体论
电池研究和创新面临持续的挑战：缺乏一致的术语和标准化框架来描述电池数据，材料，单元和接口。为了促进跨学科和行业的合作，清晰而普遍的语言对于有效的沟通和数据互操作性至关重要。battinfo（电池界面本体论）通过建立一个常见的词汇和结构来表征电池接口，从而调查了这一挑战。它旨在弥合各种研究社区之间的差距，并促进电池和材料科学领域的无缝数据互操作性。与基本的多效材料本体论（EMMO）一致，Battinfo寻求与其他材料本体论的兼容性和连贯性，从而促进了统一的材料科学本体论发展方法。battinfo可作为github上的开源软件资源提供：https：//github.com/big-map/battinfo。也可以使用Emmontopy 1软件包从Python访问，以与EMMO和相关域本体作用。本报告讨论了根据EMMO标准发布Battinfo的过程，强调了清晰，基础语言在启用电池研究和开发中的协作，创新和知识交流方面的重要性。
探索用于支持C2SIM自主系统本体扩展开发
•命令和控制系统 - 仿真系统互操作：SISO-STD-019-2020，指挥和控制系统标准 - 仿真系统互操作[包括标准军事扩展（SMX）]。SISO-STD-020-2020，命令和控制系统的土地运营标准标准 - 仿真系统的互操作。•C2SIM指南产品：Siso-guide-010-2020，指挥和控制系统指南 - 仿真系统的互操作。•在SISO网站上可用：标准：https：//www.sisostandards.org/page/standardsproducts（滚动符合编号标准）指南：https：//www.sisostandards.org/page/page/page/page/pasgage/pastage/standardsproducts（Scroll to scroll to the nubrance divance divance divance divance divance）
本体论增强公平数据点搜索
摘要公平数据点在满足公平原则的努力中起着越来越重要的作用。它为机器提供了对不同类型数字对象的元数据的可读访问。在本文中，我们关注数据集的元数据。自首次参考实施以来，已经开发了更量身定制的实现，并将其部署在医疗保健和生命科学领域。但是，这些越来越多的公平数据点实例和发布的数据集带来的问题是从大量资源中可以找到相关数据集。为了有效查找相关数据集，我们需要利用其元数据的丰富性和良好的排名算法。在本文中，我们报告了公平数据点参考实现的搜索和排名功能的增强。具体来说，我们通过在类术语之间创建关联和班级描述和标签中经常出现的单词来提高其语义搜索能力。我们还对搜索结果实现了基于TF-IDF的排名算法，以呈现用户最相关的结果。通过这两个增强功能，公平数据点可以响应用户的搜索请求，并具有更高的覆盖范围，并根据术语频率 - 逆文档频率（TF -IDF）指标提供更相关的结果。
使用Ontogpt –J.-P。重新创建和评估食物切割本体。 t - 贝贝格
[1] J.-P。 t t t t t teoberg，M。Koumpel，V。Hassouna，M。Beetz和P. Cimiano，“ [正在审查]对日常任务中灵活的机器人操纵的知识工程方法学”，扩展语义网络会议2024（ESWC24），克里特，希腊，希腊，2024年。[2] https://food-ninja.github.io/foodcutting/ [3] https://github.com/github.com/monarch-initiative/ontogpt/ [4] J. H. Caufield et al。 10.48550/arxiv.2304.02711。
迈向为社会辅助机器人产生行为的本体论，帮助幼儿
社会辅助机器人（SARS）有可能通过为儿童的社会发展提供安全，非判断力和情感支持的环境来实现教育经验。SARS的成功依赖于不同方式的协同作用，例如语音，观点和凝视，以最大程度地提高互动体验。这件事提出了一种产生延伸上部本体论的SAR行为的方法。本体论可以通过定义关键辅助意图，转弯和输入属性来实现自适应行为的挠性和可扩展性。我们将生成的行为与手工编码的行为进行了比较，这些行为通过与幼儿的实验进行了验证。结果表明，自动化方法涵盖了大多数手动发展的行为，同时允许对特定情况进行大量适应。技术框架具有在其他辅助领域中更广泛的互相性的潜力，并促进了上下文依赖和社会适当的机器人行为的结构。
土壤食品网络本体论-Wilfried Thuiller博士
一个大学。Grenoble Alpes，Univ。Savoie Mont Blanc，CNRS，LECA，F-38000 Grenoble，法国B Eco＆Sols，Univ Montpellier，Cirad，Inrae，Inrae，Inrae，Ird Ird，Ird，Montpellier，France C德国综合生物多样性研究（IDIV）Halle-Jena-eipzig，Leipzig，Leipzig，Leipzig，Leipzig，Leipzig，Leipzig，Leipzig，Leipzig，Leipzig，Leipz，莱比锡，莱比锡，德国e动物生态学，约翰·弗里德里希·布鲁门巴赫（Johann Friedrich Blumenbach），动物学和人类学研究所，戈丁根大学，德国奥丁根，德国，弗德·斯肯伯格大自然研究，莱布尼兹自然研究，生物多样性和地球系统研究所，艾美基部60325 Frankfart frankf andy effrance and Everny frankf andy Gernany Gernany Gernany Gernany Gernany Gernande生命与环境，Vrije Universitit，De Boelelaan，1085，1081，HV，阿姆斯特丹，荷兰H社区与保护生态小组，格罗宁根进化论生命科学研究所，Groningen大学，Nijenborgh 7，9747，9747，9747西班牙J Cirad，UMR ECO＆SOLS，蒙彼利埃，法国K土壤动物学部，Senckenberg自然历史博物馆G o orlitz -Leibniz生物多样性和地球系统研究所，02826 g o o ollitz，德国，德国，LEFE，UNIV。图卢兹 - CNRS，图卢兹，法国
用基因本体学捕获心脏瓣膜发育
简介：所有心脏瓣膜的正常发育都需要高度协调的信号通路和下游介体。虽然基因组变体可能导致先天性瓣膜疾病，但环境因素也可以发挥作用。生命瓣膜后期钙化是主动脉瓣狭窄的主要原因，这是一种进行性疾病，可能导致心力衰竭。当前对先天性瓣膜疾病和瓣膜钙化原因的研究正在使用多种高通量方法，包括转录组学，蛋白质组学和基因组学。来自生物知识库的高质量遗传数据对于促进这些高通量数据集的分析和解释至关重要。基因本体论（GO，http://geneontology.org/）是用于解释这些数据集的主要生物信息学资源，因为它提供了描述所有生物体基因产物的作用的结构化，可计算的知识。UCL功能基因注释小组的重点是人类基因产品的注释。确定了转录组，蛋白质组学和基因组数据中包含的GO注释没有提供有关心脏瓣膜开发的精确描述性信息，我们启动了一个集中的项目来解决此问题。
建筑系统和能源存储系统的本体集成
建筑本体定义了建立数据的概念和组织。这些知识可以在自动数据访问和支持建筑物中的数据驱动应用程序方面提供帮助。随着电池和能源存储的技术进步，越来越多的数据驱动的建筑物应用程序涉及建筑系统和能源存储系统（ESS），例如峰值剃须（PLS）。但是，现有的建筑本体论，例如砖，并非旨在包括来自ESS系统的概念。鉴于建筑物应用程序的出现，开发可以涵盖有关建筑和ESS系统知识的本体已经变得很重要。建筑系统和ESS系统属于不同的工业领域，并且已经独立发展的建筑本体和ESS本体。为了最大程度地重复利用知识，我们利用本体集成技术。我们提出了一个建筑能源存储本体集成（BE-SOI）系统，该系统可以通过适当的ESS本体论扩展建筑本体。我们的系统处理本体整合中的歧义，不连贯和冗余问题。我们通过扩展具有不同ESS本体论的著名建筑本体的Brick来评估BESOI对四个建筑物的应用程序进行评估。结果表明，Besoi可以将砖的覆盖范围从68.09％扩展到应用程序概念的95.74％。