Wissensrepräsentation und automatisches Schlussfolgern

Intelligente Systeme arbeiten wissensbasiert. Sie stützen sich auf formal definiertes  Wissen über den Anwendungsbereich, das mittels logischer Sprachen in maschinen-lesbaren Wissensbasen spezifiziert ist. Dies erlaubt zum einen den Einsatz verschiedener Inferenzmechanismen, um aus dem explizit gegebenen Wissen weiteres, implizites Wissen abzuleiten. Zum zweiten ist es dadurch möglich automatisch Widersprüche und Modellierungsfehler zu erkennen und den Benutzern so beim Aufbau von adäquaten Wissensbasen zu assistieren. 

Wissensrepräsentation und automatisches Schlussfolgern

Intelligente Systeme arbeiten wissensbasiert. Sie stützen sich auf formal definiertes  Wissen über den Anwendungsbereich, das mittels logischer Sprachen in maschinen-lesbaren Wissensbasen spezifiziert ist. Dies erlaubt zum einen den Einsatz verschiedener Inferenzmechanismen, um aus dem explizit gegebenen Wissen weiteres, implizites Wissen abzuleiten. Zum zweiten ist es dadurch möglich automatisch Widersprüche und Modellierungsfehler zu erkennen und den Benutzern so beim Aufbau von adäquaten Wissensbasen zu assistieren. 

Innerhalb des Instituts wird der Arbeitsbereich durch Juniorprof. Dr. Birte Glimm und Dr. Yevgeny Kazakov geleitet. Ein Schwerpunkt liegt in der Entwicklung von Algorithmen und Optimierungen für Tools zum automatischen Schlussfolgern. Diese werden in Tools wie ELK, Konclude oder HermiT zum automatischen Schlussfolgern in Ontologien implementiert. Auch Fragestellungen im Bereich von Anfragesprachen für Ontologien wie z.B. SPARQL gehören zu den aktiven Forschungsthemen. Mitglieder der Gruppe waren aktiv an der Standardisierung der Web Ontology Language OWL und des SPARQL 1.1 Standards durch das World Wide Web Consortium (W3C) beteiligt. 

Die Reasoner des Instituts sind sehr erfolgreich bei den OWL Reasoner Evaluation Competitions. In 2014 und 2015 gewannen die an der Uni Ulm entwickelten Reasoner ELK und Konclude alle sechs Kategorien. In 2013 und gewannen unsere Reasoner in 7 der 10 Kategorien. 

Kontakt

E-Mail: Birte.Glimm(at)uni-ulm.de
Telefon: +49 (0)731/50-24125
Telefax: +49 (0)731/50-24119

Postanschrift

Birte Glimm
Universität Ulm
Institut für Künstliche Intelligenz
D-89069 Ulm

Büro

James-Franck-Ring
Gebäude O27, 4. Niveau
Raum 448 

Innerhalb des Instituts wird der Arbeitsbereich durch Juniorprof. Dr. Birte Glimm und Dr. Yevgeny Kazakov geleitet. Ein Schwerpunkt liegt in der Entwicklung von Algorithmen und Optimierungen für Tools zum automatischen Schlussfolgern. Diese werden in Tools wie ELK, Konclude oder HermiT zum automatischen Schlussfolgern in Ontologien implementiert. Auch Fragestellungen im Bereich von Anfragesprachen für Ontologien wie z.B. SPARQL gehören zu den aktiven Forschungsthemen. Mitglieder der Gruppe waren aktiv an der Standardisierung der Web Ontology Language OWL und des SPARQL 1.1 Standards durch das World Wide Web Consortium (W3C) beteiligt. 

Die Reasoner des Instituts sind sehr erfolgreich bei den OWL Reasoner Evaluation Competitions. In 2014 und 2015 gewannen die an der Uni Ulm entwickelten Reasoner ELK und Konclude alle sechs Kategorien. In 2013 und gewannen unsere Reasoner in 7 der 10 Kategorien. 

Publikationen in dem Gebiet der Wissensrepräsentation und des Schlussfolgerns

Autor


Alle :: A, B, C, D, F, G, H, I, K, L, M, N, O, P, Q, R, S, T, U, V, W, Z
   

Präferenzen

Zeige Schlüsselwörter Zeige Zusammenfassung

127.
pdf
Glimm, Birte; Stuckenschmidt, Heiner
15 Years of Semantic Web: An Incomplete Survey
KI - Künstliche Intelligenz, 30(2):117--130
2016
ISSN: 0933-1875
126.
pdf
Glimm, Birte
Interview with Prof. Dr. Ian Horrocks, Professor at the Department of Computer Science of the University of Oxford
KI - Künstliche Intelligenz, 30(2):201--203
2016
ISSN: 0933-1875
125.
pdf
Glimm, Birte; Stuckenschmidt, Heiner
Special Issue on Semantic Web
KI - Künstliche Intelligenz, 30(2):113--115
2016
ISSN: 1610-1987
124.
pdf
Bercher, Pascal; Höller, Daniel; Behnke, Gregor; Biundo, Susanne
More than a Name? On Implications of Preconditions and Effects of Compound HTN Planning Tasks
Proceedings of the 22nd European Conference on Artificial Intelligence (ECAI 2016) , Seite 225--233.
Herausgeber: IOS Press,
2016
123.
pdf
Zhou, Zhangquan; Qi, Guilin; Glimm, Birte
Exploring Parallel Tractability of Ontology Materialization
Proceedings of the 22nd European Conference on Artificial Intelligence (ECAI 2016)
Herausgeber: IOS Press,
2016
122.
pdf
Glimm, Birte; Kazakov, Yevgeny; Tran, Trung-Kien
Ontology Materialization by Abstraction Refinement in Horn SHOIF
Proceedings of the 29th International Workshop on Description Logics (DL 2016) Band 1577 aus CEUR Workshop Proceedings
Herausgeber: CEUR-WS.org,
2016
121.
pdf
Glimm, Birte; Kazakov, Yevgeny; Tran, Trung-Kien
Scalable Reasoning by Abstraction Beyond DL-Lite
In Magdalena Ortiz and Stefan Schlobach, Editor, Proceedings of the 10th International Conference on Web Reasoning and Rule Systems (RR 2016) Band 9898 aus Lecture Notes in Computer Science , Seite 77--93.
Herausgeber: Springer-Verlag,
2016
120.
pdf
Parsia, Bijan; Matentzoglu, Nicolas; S. Goncalves, Rafael; Glimm, Birte; Steigmiller, Andreas
The OWL Reasoner Evaluation (ORE) 2015 Resources
In Paul T. Groth and Elena Simperl and Alasdair J. G. Gray and Marta Sabou and Markus Krötzsch and Freddy Lécué and Fabian Flöck and Yolanda Gil, Editor, Proceedings of the 15th International Semantic Web Conference (ISWC 2016) Band 9982 aus Lecture Notes in Computer Science , Seite 159--167.
Herausgeber: Springer-Verlag,
2016
119.
pdf
Brenner, Markus; Glimm, Birte
Breaking the Black Box - Using Background Knowledge for Efficient Stream Reasoning
Proceedings of the International Symposium on Companion Technology (ISCT 2015)
September 2015
118.
default
Ulmschneider, Klaus; Michelberger, Bernd; Glimm, Birte; Mutschler, Bela; Reichert, Manfred
On Maintaining Semantic Networks: Challenges, Algorithms, Use Cases
International Journal of Web Information Systems, 11(3):291-326
2015
Export als: BibTeX, XML

Studentische Abschlussarbeiten in dem Gebiet der Wissensrepräsentation und des Schlussfolgerns

Autor


Alle :: B, F, G, H, K, L, M, N, O, R, S, V, W
   

Präferenzen

Zeige Schlüsselwörter Zeige Zusammenfassung

34.
default
Opitz, Michael
Query Engine für OWL 2 RL Datenbanken
Master Thesis
Ulm University,
2014
33.
default
Kapler, Gregor
Datengenerierung für Ontologien
Master Thesis
Ulm University,
2014
32.
default
Räuchle, Sören
Von Open Data zu Linked Open Data
Bachelor Thesis
Ulm University,
2014
31.
default
Boos, Alexander
Generierung von RDF Daten aus Excel Tabellen
Bachelor Thesis
Ulm University,
2014
30.
default
Wendt, Michael
Tweet4U, Benachrichtigung eines Benutzers unter partieller Beobachtbarkeit
Bachelor Thesis
Ulm University,
2013
29.
default
Löber, Alexandra
Evaluation verschiedener Anbieter von Texterkennungstechnologien für die Schwäbisch Hall Gruppe
Bachelor Thesis
Ulm University,
2013
28.
default
Mack, Dennis
Visualisierung hierarchischer Domänenmodelle
Master Thesis
Ulm University,
November 2012
27.
default
Langbein, Johannes
Konzeption und Implementierung eines lernenden, ontologie-basierten Erkenners von Entitäten und Relationen in natürlichsprachlichen Texten
Master Thesis
Ulm University,
Mai 2012
eingereicht
26.
default
Kochner, Andreas
Erzeugung gleichverteilter Lösungen für SAT-Probleme
Master Thesis
Ulm University,
2012
25.
default
Steigmiller, Andreas
Entwicklung und Optimierung eines parallelen, tableaubasierten Schlussfolgerungssystems für SROIQ
Master Thesis
Ulm University,
2011
Export als: BibTeX, XML