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。
回家：一个新的基因本体学子集，可改善植物基因功能预测
背景：基因功能预测数据集的可用性可帮助研究人员考虑假设生成，候选基因优先次序和许多其他应用的未表征基因的可能功能。许多这样的数据集基于基因本体论（GO）函数图。对于植物而言，这可能是有问题的，因为最具体的GO术语通常是从非植物分类群的生物学中得出的（例如，鉴于植物缺乏神经的神经），似乎不太可能映射到植物生物学过程）。为了平衡功能特异性的需求，同时限制了与植物生物学相关的功能，研究人员通常会限制植物植物子集，但是，通过设计，该子集由非常一般的术语和限制了特定假设产生的实际效用。更糟糕的是，有时研究人员选择与植物生物学无关的术语（而不是遍历GO图以选择与植物生物学兼容的层次结构中最具体的术语）。结果：我们创建了Go Big，一种基因本体学子集类型，以提高分类群特异性生物学应用基因功能预测的生物学相关性。GO大植物子集保留了假设产生的最大功能特异性，同时限制了适用于植物生物学的术语。简要
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）
空间基因表达中无监督的模式发现地图集揭示了小鼠脑区域超出了本体学
大规模空间基因表达数据的增长需要新的计算工具，以在其天然空间环境中提取基因表达的主要趋势。在这里，我们将一个不受监督和可解释的计算框架描述为（1）通过插入缺失的体素的插入的预处理的3D空间基因表达数据集，（2）使用稳定性驱动的非阴性矩阵分解区域的3D空间基因表达曲线的主要模式（PPS），并[stanmf）技术和（stanmf）技术和（stanmf）技术和（3）本体论。该框架，称为OSNMF（通过Stanmf发现），识别纯粹来自艾伦小鼠脑图中数千个3D空间基因表达谱的PPS。这些3D PPS具有小鼠大脑的稳定和空间相干区域，可能没有人工和偏见。我们证明，OSNMF PPS提供了与专家通知的大脑区域的组合高度相关的新大脑模式，同时还纯粹基于基于空间基因表达数据的唯一本体论。与主成分分析（PCA）和其他聚类算法相比，我们的PPS具有更好的空间连贯性，更准确地匹配专家标签，并且在多个自举模拟中更稳定。我们还使用OSNMF来定义标记基因并建立推定的空间基因相互作用网络。我们的发现突出了OSNMF迅速从大量空间基因表达数据中迅速生成新的地图集的能力，而没有监督并发现了使用常规手动方法很难辨别的大脑区域之间的新型关系。
引用详细信息：Saverimuttu，S.C.C.，Kramarz，B.，Rodr´iguez-l´opez，M。等。血脑屏障的基因本体论策展，以改善
血脑屏障（BBB）在阿尔茨海默氏症和其他神经退行性疾病中的作用仍然是许多研究的主题。然而，由于缺乏基因本体论（GO）注释，描述蛋白质在BBB正常功能中的作用而损害了那些使用高通量方法的研究。GO财团提供了用于分析和解释大型生物医学数据集的金标准生物信息学资源。但是，其他研究社区也使用了GO，因此必须满足有关提供的信息的广度和深度的各种要求。为了满足阿尔茨海默氏症研究界的需求，我们重点介绍了BBB的注释，超过100张运输或交界蛋白优先考虑注释。该项目导致与BBB相关的GO术语相关的人类蛋白质数量大幅增加，并且在许多其他过程中对这些蛋白质的更全面注释。此外，还策划了调节这些优先蛋白表达的microRNA的数据。因此，该项目增加了这些优先级BBB蛋白的注释的广度和深度。
AMPC扩增的进展引用发布版本（APA）：Yiwen，H.，Karabulut，E。，＆Degeler，V。O.（印刷中）。饮酒的本体学习的大型语言模型
摘要当前，大多数本体论都是手动创建的，这是耗时且劳动力密集的。同时，大型语言模型（LLM）的高级功能已被证明在各个领域中有益，从而显着提高了文本处理和文本生成的效率。因此，本文着重于将LLMS用于本体学习。它使用手动本体构建方法作为促进本体学习LLM的基础。所提出的方法基于检索增强产生（RAG），并将其传递给LLM的查询基于手动本体论方法 - Lite本体论。已经对LLM的两种不同变体进行了实验，它们都以不同程度的程度证明了本体学学习的能力。这种方法显示了使用LLMS（半）自动化本体学习学习的方向的有希望的初始结果，并使没有先前领域专业知识的人的本体论施工过程更容易。最终的本体论是由域专家评估的，并根据定义的标准对其进行了排名。基于评估结果，最终的本体论可以用作基本版本，但是它需要域专家的进一步微调以确保其准确性和完整性。
计算机同理心 - XBRL 网站
结构，因此往往具有多个层次结构，术语可归入这些层次结构中。因此，本体可以看作是一组分类法，用于明确区分术语之间的关系或关联类型。本体可以表达许多不同类型的关系，包括每个术语的特征/品质以及断言或规则。本体不像树，更像图 22（网络理论）。这种区别非常重要。本体的创建者识别并建立模型，解释给定本体中的事物如何相互关联、存在的关系类型以及模型规则。如果本体提供了足够的信息，它可以描述概念模型。• 逻辑理论是一种分类系统，其中一组公理、一组定理和一个
B技术计算机科学与工程（AI＆ML）
CSE 4442: Android Application Development CSE 4448: Distributed Systems CSE 4449: Ethical Hacking and Cyber Security CSE 4453: Human Computer Interface CSE 4454: Information Retrieval CSE 4456: iOS Application Development CSE 4457: Knowledge Representation and Ontology CSE 4459: Multimedia Retrieval CSE 4461: Pattern Anomaly and Detection CSE 4462：普遍计算CSE 4464：社交网络分析CSE 4471：认知系统CSE 4472：编译器设计CSE 4473：计算机网络CSE 4474：数据仓库和高级数据
Microsoft Word - Revision_Enriching the Functionally Graded Materials (FGM) Ontology_draft_NEIL_PASS.docx
摘要。近年来，功能梯度材料 (FGM) 已用于多种不同类型的应用，并引起了广泛的研究关注。然而，我们还没有一种普遍接受的方式来表示 FGM 的各个方面。缺乏标准化词汇会给提取与不同应用相关方面相关的有用信息造成障碍。需要一种标准资源来描述 FGM 的各种元素，包括现有应用、制造技术和材料特性。这促使我们在 2016 年创建了 FGM 本体 (FGMO)。在这里，我们介绍了 FGM 本体的修订和扩展版本，其中包括四个维度的丰富内容：(1) 记录最近的 FGM 应用；(2) 重新组织框架以纳入制造过程类型的更新表示；(3) 丰富本体的公理；(4) 从通用核心本体 (CCO) 和产品生命周期 (PLC) 本体导入中级本体。该工作是在工业本体铸造厂（IOF）的框架内开展的，本体符合基本形式本体（BFO）。
开发知识管理应用本体以支持飞机装配系统设计 郑晓晨 1、陆金芝 1、Rebeca Arista 2、胡晓都 3,4、Joachim Lentes 3、Fernando Ubis 5、Jyri Sorvari 5 和 Dimitris Kiritsis 1
摘要 在飞机项目的早期阶段，工业架构师需要评估不同的工业场景并进行权衡，以根据不同的关键绩效指标优化未来的工业架构。以前项目中积累的专家知识为新项目提供了基础。以一致的方式捕获和重用专家知识是一项具有挑战性的任务。本文介绍了一个关于飞机装配过程形式化应用本体开发的案例研究。它旨在促进从现有程序中捕获专家知识并重用它以支持新的飞机装配系统设计。该应用本体继承了IOF-Core本体的结构和类作为基础，采用BFO作为顶级本体。历史装配过程规范和领域专家的反馈被用作本体的知识来源。提取装配过程的相关元素，包括所有操作、材料和制造资源，并将其作为个体集成到本体中。基于对这些个体的分析，可以在类似过程中重复使用的共同知识可以概括为本体的相互关联的类。使用工业试点介绍了应用本体的详细开发方法。开发的本体被集成为交易空间框架的核心功能块。它可以帮助跟踪利益相关者的需求并支持新装配过程的联合仿真。关键词 1 本体，IOF，BFO，飞机装配，知识管理，系统工程，基于本体的工程。