ترجمه مقاله سیستم اکتشاف وب سرویس معنایی برای سرویس های اطلاعات ترافیک جاده ای - نشریه الزویر

ترجمه مقاله سیستم اکتشاف وب سرویس معنایی برای سرویس های اطلاعات ترافیک جاده ای - نشریه الزویر
قیمت خرید این محصول
۳۷,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
سیستم اکتشاف وب سرویس معنایی برای سرویس های اطلاعات ترافیک جاده ای
عنوان انگلیسی
Semantic web service discovery system for road traffic information services
صفحات مقاله فارسی
25
صفحات مقاله انگلیسی
10
سال انتشار
2015
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
7743
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه نشده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی فناوری اطلاعات و فناوری اطلاعات و ارتباطات
گرایش های مرتبط با این مقاله
دیتا و امنیت شبکه، شبکه های کامپیوتری و اینترنت و شبکه های گسترده
مجله
سیستم های خبره با کاربردهای آن - Expert Systems with Applications
دانشگاه
گروه علوم کامپیوتر، دانشگاه والنسیا، اسپانیا
کلمات کلیدی
وب سرویس های معنایی، تطبیق سازی، بازیابی اطلاعات، سیستم های اطلاعات ترافیک جاده ای، اکتشاف دانش
فهرست مطالب
چکیده
مقدمه
زمینه
معماری اطلاعات رهنورد
الگوریتم تطبیق سازی
تطبیق شباهت برای FPs
رابطه معنای مفهوم
سنجش شباهت برای NFPs
مسائل کلی در زمینه پیشنهاد الگوریتم
نتایج و بحث
سناریوی آزمایشی
تحلیل نتایج برای سنجش های شباهت پذیرفته شده
تحلیل نتایج برای زمان اجرا
نتیجه گیری ها
نمونه چکیده متن اصلی انگلیسی
Abstract

We describe a multi-agent platform for a traveller information system, allowing travellers to find the road traffic information web service (WSs) that best fits their requirements. After studying existing proposals for discovery of semantic WS, we implemented a hybrid matching algorithm, which is described in detail here. Semantic WS profiles are annotated semantically as an OWL-S and also the traveller request is represented as a OWL-S profile. The algorithm assigns different weights and measures to each advertised WS profile parameter, depending on their relevance, type and nature. To do this we have extended Paolucci’s Algorithm and adapted it to our scenario. We have added new similarity measures, in particular, the use of the ‘sibling’ relationship, to improve the recall, allowing relevant services to be discovered by the users yet not retrieved by other algorithms. Although we have increased the similarity concept relations, we have improved the run-time using a pre-process filter step that reduces the set of potentially useful WS. This improves the scalability of the semantic matching algorithm.

نمونه چکیده ترجمه متن فارسی
چکیده
ما یک جایگاه چند عامل را برای یک سیستم اطلاعات رهنورد توصیف میکنیم که به رهنوردان (مسافران) اجازه ی یافتن وب سرویس اطلاعات ترافیک جاده ای (WSها) را میدهد که بهترین تناسب را با نیازهای آنها دارد.پس از بررسی پروپوزال های موجود برای کشف WS معنایی، ما یک الگوریتم تطبیق هیبریدی را اجرا کردیم، که به طور دقیق در اینجا توصیف میشود.نمودارهای WS معنایی به طور معنایی ، به صورت یک OWL-S تفسیر میشوند و هم چنین درخواست رهنورد به صورت یک نمودار OWL-S را نشان میدهد.این الگوریتم سنجش ها و اندازه گیری های متفاوتی را به هر پارامتر نمودار WS تخصصی واگذار میکند که به اهمیت ،نوع و ماهیت آنها بستگی دارد.برای انجام این کار ما الگوریتم پائولوسی را گسترش داده ایم و آن با سناریوی ما تطبیق یافته است.ما سنجش های شباهت جدیدی را افزوده ایم، به طور خاص ،استفاده از رابطه ی هم نیا (خواهر یا برادر) ،برای بهبود یاداوری، به سرویس های مرتبط اجازه میدهد از طریق کاربرانی کشف شوند که هنوز توسط الگوریتم های دیگر بازیابی نشده اند.گرچه ما روابط مفهوم شباهت راافزایش داده ایم،ما زمان اجرا را با استفاده از یک مرحله ی فیلتر پیش فرایند بهبود داده ایم که مجموعه WS احتمالی را کاهش میدهیم.این شیوه،مقیاس پذیری الگوریتم تطبیق معنایی را بهبود میبخشد .

بدون دیدگاه