Дослідження сучасних методів та інструментів онтологічного інжинірингу в контексті створення інтелектуальних систем
DOI:
https://doi.org/10.30837/2522-9818.2025.1.032Ключові слова:
онтологічний інжиніринг; семантичне моделювання; бази знань; онтологічні мови; інструментарій онтологій.Анотація
Предметом статті є сучасні методи та інструменти онтологічного інжинірингу в контексті розроблення інтелектуальних систем, зокрема онтологічний інжиніринг як процес створення формалізованих баз знань для інтелектуальних систем. У статті аналізуються мови онтологічного моделювання (RDF, OWL, SWRL тощо), мова запитів SPARQL та інструментарії, такі як Protégé, Hozo та інші, що дають змогу реалізовувати зазначений підхід. Мета дослідження полягає у визначенні та аналізі сучасних інструментів і методів онтологічного інжинірингу для розроблення баз знань, що забезпечують високу точність прогнозування й адаптивність у складних інтелектуальних системах із використанням штучного інтелекту чи іншого алгоритму передбачення. Завданням цього дослідження є комплексний аналіз сучасних методів та інструментів онтологічного інжинірингу, зокрема порівняльна характеристика їх можливостей та обмежень у застосуванні в інтелектуальних системах. Дослідження передбачає вивчення методів автоматизації процесів створення та поповнення онтологій, зокрема з використанням глибокого навчання та оброблення природної мови, а також оцінювання перспективних мов та інструментів моделювання онтологій. Особлива увага приділяється аналізу застосування онтологій у різних предметних галузях, де потрібна висока точність прогнозування, з подальшим дослідженням методів оптимізації запитів до онтологічних баз даних. Практична частина роботи передбачає створення демонстраційної онтологічної бази знань для інтелектуальної системи управління віртуальними розподіленими електростанціями, що дасть змогу оцінити практичну цінність дослідження. Методи дослідження: ґрунтовний аналіз літератури та доступної документації з теми; порівняльний аналіз досягнутих результатів; подальша демонстрація на практиці застосування обраних інструментів та методів на основі їх показників. Результати. Розглянуто питання доцільності онтологічного інжинірингу в сучасних інтелектуальних системах. Наведено та проаналізовано інструменти та методи створення баз знань на основі онтологій. У роботі виконано порівняльну статистику сучасних інструментаріїв зі створення онтологій. Висунуто обґрунтоване бачення ситуації довкола інструментарію та методів онтологічного інжинірингу. Визначено обмеження та унікальні аспекти кожного з розглянутих інструментів. Виокремлено оптимальні підходи до створення баз знань для інтелектуальних систем. На практиці продемонстровано використання та особливості інструментарію онтологічного інжинірингу в контексті інтелектуальних систем із керування віртуальними розподіленими електростанціями. Висновок. Новизна дослідження полягає в сучасному погляді на питання вибору інструментів для створення баз знань за допомогою онтологічного інжинірингу, зокрема щодо їх використання в інтелектуальних системах, у поєднанні зі штучним інтелектом. Результати цієї роботи можуть бути впроваджені під час розроблення відповідних інтелектуальних систем, що застосовують бази знань. Дослідження надає широкий спектр інформації та порівнянь підходів та інструментаріїв онтологічного інжинірингу.
Посилання
Список літератури
Pouchard L., Ivezic N., Schlenoff C. Ontology engineering for distributed collaboration in manufacturing. AIS2000 Conf. 2000. 1012 р. URL: https://www.researchgate.net/publication/228596365_Ontology_engineering_for_distributed_collaboration_in_manufacturing (дата звернення: 02.12.2024).
Guarino N. Ontologies and knowledge bases: towards a terminological clarification, Towards Very Large Knowl. Bases. Amsterdam:IOS Press. 1995. Р. 25–32. URL: https://www.researchgate.net/publication/220041941_Ontologies_and_knowledge_bases_towards_a_terminological_clarification (дата звернення: 02.12.2024).
Motz R., Rohrer E., Severi P. The description logicSHIQwith a flexible meta-modelling hierarchy. Journal of Web Semantics. 2015. №. 35. Р. 214–234. DOI: 10.1016/j.websem.2015.05.002
jsld.org. jsld.org. URL: https://jsld.org/ (дата звернення: 02.12.2024).
Kellogg G., Champin P.-A., Longley D. JSON-LD 1.1 – A JSON-based Serialization for Linked Data. 2020. URL: https://hal.science/hal-02141614v2 (дата звернення: 02.12.2024).
ISO/IEC 24707:2018. ISO. URL: https://www.iso.org/standard/66249.html (дата звернення: 02.12.2024).
GitHub – gruninger/colore: Automatically exported from code.google.com/p/colore. GitHub. URL: https://github.com/gruninger/colore (дата звернення: 22.11.2024).
Hets (The heterogeneous tool set). Hets (The heterogeneous tool set). URL: http://hets.eu/ (дата звернення: 22.11.2024).
GitHub – cmungall/cltools: tools for common-logic. GitHub. URL: https://github.com/cmungall/cltools (дата звернення: 22.11.2024).
Home - cyc. Cyc - The Next Generation of Enterprise AI. URL: https://cyc.com/ (дата звернення: 22.11.2024).
Renssen V., Ashp. Gellish – A generic extensible ontological language – design and application of a universal data structure. Delft: Delft University Press. 2005. 238 р. URL: https://www.researchgate.net/publication/339529625_Gellish_A_Generic_Extensible_Ontological_Language_-_Design_and_Application_of_a_Universal_Data_Structure
Maniraj V., Sivakumar D. Ontology Languages – A Review. International Journal of Computer Theory and Engineering. 2010. №. 6, № 2. 887 р. URL: https://www.researchgate.net/publication/269801838_Ontology_Languages_-_A_Review (дата звернення: 22.11.2024).
Shen W. Multi-Agent systems for concurrent intelligent design and manufacturing. Taylor & Francis Group, 2019. 416 р.
OWL: A Large Language Model for IT Operations / H. Guo та ін. Computation and Language. 2023. URL: https://doi.org/10.48550/arXiv.2309.09298 (дата звернення: 22.11.2024).
Koen de J. Transformation from OntoUML models to the OpenAPI Specification. 2024. URL: https://purl.utwente.nl/essays/98294 (дата звернення: 22.11.2024).
Pareti P. A Review of SHACL: From Data Validation to Schema Reasoning for RDF Graphs. Reasoning Web. Declarative Artificial Intelligence. 2021. Р. 115–144. DOI: 10.1007/978-3-030-95481-9_6
Hoitash R., Hoitash U., Morris L. eXtensible Business Reporting Language (XBRL): A Review and Implications for Future Research. AUDITING: A Journal of Practice & Theory. 2021. Vol. 40, № 2. Р. 107–132. DOI: 10.2308/ajpt-2019-517
A survey of RDF stores & SPARQL engines for querying knowledge graphs / W. Ali та ін. The VLDB Journal. 2021. № 31. Р. 1–26. URL: https://link.springer.com/article/10.1007/s00778-021-00711-3 (дата звернення: 22.11.2024).
Hozo – Ontology Editor. Hozo – Ontology Editor. URL: https://www.hozo.jp/ (дата звернення: 22.11.2024).
GraphRAG for enterprise GenAI - Lettria. GraphRAG for enterprise GenAI – Lettria. URL: https://www.lettria.com/
(дата звернення: 22.11.2024).
Protégé. protégé. URL: https://protege.stanford.edu/ (дата звернення: 22.11.2024).
Onto4ALL – Ontology Graphical Editor. Onto4ALL – Ontology Graphical Editor. URL: https://onto4all.com (дата звернення: 22.11.2024).
FluentEditor - Ontology Editor Semantic Web. Cognitum Software House. URL: https://www.cognitum.eu/semantics/fluenteditor/ (дата звернення: 22.11.2024).
Pertsas V., Constantopoulos P. Ontology-Driven Extraction of Contextualized Information from Research Publications. 15th International Conference on Knowledge Engineering and Ontology Development, Rome, Italy, 13–15 листоп. 2023 р. DOI: 10.5220/0012254100003598
Salim M. N., Mustafa B. S. UTtoKB: a Model for Semantic Relation Extraction from Unstructured Text. 2021 5th International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), Ankara, Turkey, 21–23 жовт. 2021 р. DOI: 10.1109/ismsit52890.2021.9604538
Demelo J., Sedig K. Forming Cognitive Maps of Ontologies Using Interactive Visualizations. Multimodal Technologies and Interaction. 2021. Vol. 5, № 1. 2 р. DOI: 10.3390/mti5010002 (дата звернення: 05.02.2025).
Dooley D., Nguyen M. H., Hsiao W. W. L. OntoTrek: 3D visualization of application ontology class hierarchies. PLOS ONE. 2023. Vol. 18, № 6. DOI: 10.1371/journal.pone.0286728
Brahmia Z., Grandi F., Bouaziz R. τSQWRL: A TSQL2-Like Query Language for Temporal Ontologies Generated from JSON Big Data. Big Data Mining and Analytics. 2023. Vol. 6, № 3. P. 288–300. DOI: 10.26599/bdma.2022.9020044
Bolatito Y. A. An Enhanced OWL-Time Ontology for Complex Recurring Temporal Patterns / Y. A. Bolatito та ін. Kasu Journal of Computer Science. 2024. Vol. 1, № 2. Р. 340–365. DOI: 10.47514/kjcs/2024.1.2.0013
Achich N. Approach to Reasoning about Uncertain Temporal Data in OWL 2, Procedia Computer Science. 2020. №. 176. Р. 1141–1150. DOI:10.1016/j.procs.2020.09.110
Shanmurthy P. Augmentation of contextual knowledge based on domain dominant words for IoT applications interoperability. Indonesian Journal of Electrical Engineering and Computer Science. 2022. Vol. 27, № 1. 504 р. DOI: 10.11591/ijeecs.v27.i1.pp504-512
Ertuğrul D. Ç. A knowledge-based decision support system for inferring supportive treatment recommendations for diabetes mellitus. Technology and Health Care. 2023. Р. 1–24. DOI: 10.3233/thc-230237
Saha R. Ontology-based intelligent decision support systems: A systematic approach/ Web Semantics. 2021. Р. 177–193. DOI: 10.1016/b978-0-12-822468-7.00005-5
Spoladore D., Pessot E. Collaborative Ontology Engineering Methodologies for the Development of Decision Support Systems: Case Studies in the Healthcare Domain. Electronics. 2021. Vol. 10, № 9. 1060 р. DOI:10.3390/electronics10091060
Teixeira B. Application Ontology for Multi-Agent and Web-Services’ Co-Simulation in Power and Energy Systems. IEEE Access. 2020. Vol. 8. P. 81129–81141. DOI: 10.1109/access.2020.2991010
Nachet B., Frendi M., Adla A. Physical Internet Enabled Traceability Systems for Sustainable Supply Chain Management. Journal of information and organizational sciences. 2024. Vol. 48, № 1. P. 99–116. DOI: 10.31341/jios.48.1.5
Aslam S., Vassilev V. T., Ouazzane K. Parallel Querying of Distributed Ontologies with Shared Vocabulary. World Academy of Science, Engineering and Technology International Journal of Computer and Information Engineering. 2019. Vol. 13, № 5. P. 287–294. DOI: 10.5281/zenodo.3298789
Query Optimization for Large Scale Clustered RDF Data / I. Zouaghi та ін. International Workshop on Data Warehousing and OLAP. 2020. P. 56–65. URL: https://api.semanticscholar.org/CorpusID:212727545 (дата звернення: 05.02.2025).
Lin X., Jiang D. A Two-Phase Method for Optimization of the SPARQL Query. Journal of Sensors. 2022. Vol. 2022. P. 1–12. DOI: 10.1155/2022/4624856
Kang X. Grace: An Efficient Parallel SPARQL Query System over Large-Scale RDF Data. 2021 IEEE 24th International Conference on Computer Supported Cooperative Work in Design (CSCWD), м. Dalian, China, 5–7 трав. 2021 р. 2021. DOI: 10.1109/cscwd49262.2021.9437674
Agbaegbu J. Ontologies in Cloud Computing – Review and Future Directions. Future Internet. 2021. Vol. 13, № 12. 302 p. DOI: 10.3390/fi13120302
Karataiev O., Shubin I. Formal model of multi-agent architecture of a software system based on knowledge interpretation. Radioelectronic and Computer Systems. 2023. № 4. Р. 53–64. DOI: 10.32620/reks.2023.4.05
Xie Y. Virtual Power Plants for Grid Resilience: A Concise Overview of Research and Applications. IEEE/CAA Journal of Automatica Sinica. 2024. Vol. 11, № 2. P. 329–343. DOI: 10.1109/jas.2024.124218
Ullah Z., Arshad A., Nekahi A. Virtual Power Plants: Challenges, Opportunities, and Profitability Assessment in Current Energy Markets. Electricity. 2024. Vol. 5, № 2. Р. 370–384. DOI: 10.3390/electricity5020019
Zhang W. Virtual power plant integration with smart grids: a Review. 2022 IEEE 5th International Electrical and Energy Conference (CIEEC), Nangjing, China, 27–29 трав. 2022 р. DOI: 10.1109/cieec54735.2022.9846220
Bassiliades N. A Tool for Transforming Semantic Web Rule Language to SPARQL Infererecing Notation. International Journal on Semantic Web and Information Systems. 2020. Vol. 16, № 1. Р. 87–115. DOI: 10.4018/ijswis.2020010105
Calvanese D. Ontop: Answering SPARQL queries over relational databases. Semantic Web. 2016. Vol. 8, № 3. Р. 471–487. DOI.org/10.3233/sw-160217
Jajaga E., Ahmedi L. C-SWRL: SWRL for Reasoning over Stream Data. 2017 IEEE 11th International Conference on Semantic Computing (ICSC), San Diego, CA, USA, 30 січ. – 1 лют. 2017 р. DOI: 10.1109/icsc.2017.64
Dudar Z., Litvin S. Ontological description method for building service-oriented distributed learning systems. Innovative technologies and scientific solutions for industries. 2024. № 1 (27). Р. 39–53. DOI: 10.30837/itssi.2024.27.039
References
Pouchard, L., Ivezic, N., Schlenoff, C. "Ontology engineering for distributed collaboration in manufacturing. AIS2000 Conf". 2000. 1012 р. available at: https://www.researchgate.net/publication/228596365_Ontology_engineering_for_distributed_collaboration_in_manufacturing (last accessed: 02.12.2024).
Guarino, N. "Ontologies and knowledge bases: towards a terminological clarification, Towards Very Large Knowl. Bases. Amsterdam:IOS Press". 1995. P. 25–32. available at: https://www.researchgate.net/publication/220041941_Ontologies_and_knowledge_bases_towards_a_terminological_clarification (last accessed: 02.12.2024).
Motz, R., Rohrer, E., Severi, P. (2015), "The description logicSHIQwith a flexible meta-modelling hierarchy". Journal of Web Semantics. 2015. Vol. 35. P. 214–234. DOI: 10.1016/j.websem.2015.05.002
"jsld.org. jsld.org". available at: https://jsld.org/ (last accessed: 02.12.2024).
Kellogg, G., Champin, P.A., Longley, D. "JSON-LD 1.1 – A JSON-based Serialization for Linked Data". 2020. available at: https://hal.science/hal-02141614v2 (last accessed: 02.12.2024).
"ISO/IEC 24707:2018. ISO". available at: https://www.iso.org/standard/66249.html (last accessed: 02.12.2024).
"GitHub – gruninger/colore: Automatically exported from code.google.com/p/colore. GitHub". available at: https://github.com/gruninger/colore (last accessed: 22.11.2024).
"Hets (The heterogeneous tool set). Hets (The heterogeneous tool set) ". available at: http://hets.eu/ (last accessed: 22.11.2024).
"GitHub – cmungall/cltools: tools for common-logic. GitHub". available at: https://github.com/cmungall/cltools (last accessed: 22.11.2024).
"Home – cyc. Cyc – The Next Generation of Enterprise AI". available at: https://cyc.com/ (last accessed: 22.11.2024).
Renssen, V., "Ashp. Gellish – A generic extensible ontological language – design and application of
a universal data structure. Delft: Delft University Press". 2005. 238 р. available at: https://www.researchgate.net/publication/339529625_Gellish_A_Generic_Extensible_Ontological_Language_-_Design_and_Application_of_a_Universal_Data_Structure
Maniraj, V., Sivakumar, D. "Ontology Languages – A Review. International Journal of Computer Theory and Engineering". 2010. Vol. 6, no. 2. P. 887. available at: https://www.researchgate.net/publication/269801838_Ontology_Languages_-_A_Review (last accessed: 22.11.2024).
Shen, W. "Multi-Agent systems for concurrent intelligent design and manufacturing. Taylor & Francis Group", 2019. 416 р.
"OWL: A Large Language Model for IT Operations / H. Guo et al. Computation and Language". 2023. available at: https://doi.org/10.48550/arXiv.2309.09298 (last accessed: 22.11.2024).
Koen de, J. "Transformation from OntoUML models to the OpenAPI Specification". 2024. available at: https://purl.utwente.nl/essays/98294 (last accessed: 22.11.2024).
Pareti, P. (2021), "A Review of SHACL: From Data Validation to Schema Reasoning for RDF Graphs". Reasoning Web. Declarative Artificial Intelligence. 2021. P. 115–144. DOI: 10.1007/978-3-030-95481-9_6
Hoitash, R., Hoitash, U., Morris, L. (2021), "eXtensible Business Reporting Language (XBRL): A Review and Implications for Future Research". AUDITING: A Journal of Practice & Theory. 2021. Vol. 40, No. 2. P. 107–132. DOI: 10.2308/ajpt-2019-517
"A survey of RDF stores & SPARQL engines for querying knowledge graphs / W. Ali et al. The VLDB Journal". 2021. No. 31. P. 1–26. available at: https://link.springer.com/article/10.1007/s00778-021-00711-3 (last accessed: 22.11.2024)
"Hozo – Ontology Editor. Hozo – Ontology Editor". available at: https://www.hozo.jp/ (last accessed: 22.11.2024).
"GraphRAG for enterprise GenAI – Lettria. GraphRAG for enterprise GenAI - Lettria". available at: https://www.lettria.com/ (last accessed: 22.11.2024).
"Protégé. protégé". available at: https://protege.stanford.edu/ (last accessed: 22.11.2024).
"Onto4ALL – Ontology Graphical Editor. Onto4ALL – Ontology Graphical Editor". available at: https://onto4all.com (last accessed: 22.11.2024).
"FluentEditor – Ontology Editor Semantic Web. Cognitum Software House". available at: https://www.cognitum.eu/semantics/fluenteditor/ (last accessed: 22.11.2024).
Pertsas, V., Constantopoulos, P. (2023), "Ontology-Driven Extraction of Contextualized Information from Research Publications". 15th International Conference on Knowledge Engineering and Ontology Development, Rome, Italy, 13–15 November 2023. DOI: 10.5220/0012254100003598
Salim, M. N., Mustafa, B. S. (2021), "UTtoKB: a Model for Semantic Relation Extraction from Unstructured Text". 2021 5th International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), Ankara, Turkey, 21–23 October 2021. DOI: 10.1109/ismsit52890.2021.9604538
Demelo, J., Sedig, K. (2021), "Forming Cognitive Maps of Ontologies Using Interactive Visualizations". Multimodal Technologies and Interaction. 2021. Vol. 5, No. 1. 2 р. DOI: 10.3390/mti5010002
Dooley, D., Nguyen, M. H., Hsiao, W. W. L. (2023), "OntoTrek: 3D visualization of application ontology class hierarchies". PLOS ONE. 2023. Vol. 18, No. 6. DOI: 10.1371/journal.pone.0286728
Brahmia, Z., Grandi, F., Bouaziz, R. (2023), "τSQWRL: A TSQL2-Like Query Language for Temporal Ontologies Generated from JSON Big Data". Big Data Mining and Analytics. 2023. Vol. 6, No. 3. P. 288–300. DOI: 10.26599/bdma.2022.9020044
Bolatito, Y. A. (2024), "An Enhanced OWL-Time Ontology for Complex Recurring Temporal Patterns" / et al. Kasu Journal of Computer Science. 2024. Vol. 1, No. 2. P. 340–365. DOI: 10.47514/kjcs/2024.1.2.0013
Achich, N. (2020), "Approach to Reasoning about Uncertain Temporal Data in OWL 2", Procedia Computer Science. 2020. Vol. 176. P. 1141–1150. DOI:10.1016/j.procs.2020.09.110
Shanmurthy, P. (2022), "Augmentation of contextual knowledge based on domain dominant words for IoT applications interoperability", Indonesian Journal of Electrical Engineering and Computer Science. 2022. Vol. 27, No. 1. 504 р. DOI: 10.11591/ijeecs.v27.i1.pp504-512
Ertuğrul, D. Ç. (2023), "A knowledge-based decision support system for inferring supportive treatment recommendations for diabetes mellitus", Technology and Health Care. 2023. P. 1–24. DOI: 10.3233/thc-230237
Saha, R. (2021), "Ontology-based intelligent decision support systems: A systematic approach". Web Semantics. 2021. P. 177–193. DOI: 10.1016/b978-0-12-822468-7.00005-5`
Spoladore, D., Pessot, E. (2021), "Collaborative Ontology Engineering Methodologies for the Development of Decision Support Systems: Case Studies in the Healthcare Domain". Electronics. 2021. Vol. 10, No. 9. 1060 р. DOI:10.3390/electronics10091060
Teixeira, B. (2020), "Application Ontology for Multi-Agent and Web-Services’ Co-Simulation in Power and Energy Systems", IEEE Access. 2020. Vol. 8. P. 81129–81141. DOI: 10.1109/access.2020.2991010
Nachet, B., Frendi, M., Adla, A. (2024), "Physical Internet Enabled Traceability Systems for Sustainable Supply Chain Management". Journal of information and organizational sciences. 2024. Vol. 48, No. 1. P. 99–116. DOI: 10.31341/jios.48.1.5
Aslam, S., Vassilev, V. T., Ouazzane, K. (2019), "Parallel Querying of Distributed Ontologies with Shared Vocabulary". World Academy of Science, Engineering and Technology International Journal of Computer and Information Engineering. 2019. Vol. 13, No. 5. P. 287–294. DOI: 10.5281/zenodo.3298789
"Query Optimization for Large Scale Clustered RDF Data / I. Zouaghi et al". International Workshop on Data Warehousing and OLAP. 2020. P. 56–65. available at: https://api.semanticscholar.org/CorpusID:212727545 (last accessed: 05.02.2025).
Lin, X., Jiang, D. (2022), "A Two-Phase Method for Optimization of the SPARQL Query. Journal of Sensors. 2022. Vol. 2022. P. 1–12. DOI: 10.1155/2022/4624856
Kang, X. (2021), "Grace: An Efficient Parallel SPARQL Query System over Large-Scale RDF Data", 2021 IEEE 24th International Conference on Computer Supported Cooperative Work in Design (CSCWD), Dalian, China, 5 – 7 May 2021. DOI: 10.1109/cscwd49262.2021.9437674
Agbaegbu, J. (2021), "Ontologies in Cloud Computing – Review and Future Directions", Future Internet. 2021. Vol. 13, No. 12. 302 р. DOI: 10.3390/fi13120302
Karataiev, O., Shubin, I. (2023), "Formal model of multi-agent architecture of a software system based on knowledge interpretation". Radioelectronic and Computer Systems. 2023. No. 4. P. 53–64. DOI: 10.32620/reks.2023.4.05
Xie, Y. (2024), "Virtual Power Plants for Grid Resilience: A Concise Overview of Research and Applications". IEEE/CAA Journal of Automatica Sinica. 2024. Vol. 11, No. 2. P. 329–343. DOI: 10.1109/jas.2024.124218
Ullah, Z., Arshad, A., Nekahi, A. (2024), "Virtual Power Plants: Challenges, Opportunities, and Profitability Assessment in Current Energy Markets". Electricity. 2024. Vol. 5, No. 2. P. 370–384. DOI: 10.3390/electricity5020019
Zhang, W. (2022), "Virtual power plant integration with smart grids: a Review", 2022 IEEE 5th International Electrical and Energy Conference (CIEEC), Nangjing, China, 27–29 May 2022. DOI: 10.1109/cieec54735.2022.9846220
Bassiliades, N. (2020), "A Tool for Transforming Semantic Web Rule Language to SPARQL Infererecing Notation". International Journal on Semantic Web and Information Systems. 2020. Vol. 16, No. 1. P. 87–115. DOI: 10.4018/ijswis.2020010105
Calvanese, D. (2016), "Ontop: Answering SPARQL queries over relational databases", Semantic Web. 2016. Vol. 8, No. 3. P. 471–487. DOI.org/10.3233/sw-160217
Jajaga, E., Ahmedi, L. (2017), "C-SWRL: SWRL for Reasoning over Stream Data". 2017 IEEE 11th International Conference on Semantic Computing (ICSC), San Diego, CA, USA, 30 January – 1 February 2017. DOI: 10.1109/icsc.2017.64
Dudar, Z., Litvin, S. (2024), "Ontological description method for building service-oriented distributed learning systems". Innovative technologies and scientific solutions for industries. 2024. No. 1 (27). P. 39–53. DOI: 10.30837/itssi.2024.27.039
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.












