A path-finding based method for concept discovery in graphs

Abay, Nazmiye Ceren; Mutlu, Alev; Karagöz, Pınar

doi:10.1109/iisa.2015.7388092

Cited by 8 publications

(7 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The graph-based approach has been chosen for this work based on the following reasons: Additionally, in Table 1 we include other literature sources devoted to other aspects that are covered in this work, namely (i) ontology or data model integration, (ii) delivering concept "relatedness", (iii) generation of queries for further discovery and visualization, (iv) collaborative knowledge base formation, (v) mapping of data models and ontologies, and (vi) consideration of weighted edges. Most of the works mentioned in Table 1 [29,30] are focused on mapping different data structures, models, and ontologies in order to represent them as graphs in a graph database, but the core logic is maintained [31]. The often-used format for ontology representation is the resource description framework [32,33], sometimes extended by the web ontology language [27,29].…”

Section: Related Literaturementioning

confidence: 99%

“…The often-used format for ontology representation is the resource description framework [32,33], sometimes extended by the web ontology language [27,29]. Articles devoted to identifying "relatedness" of concepts to each other using the path between them do not cover the weighted approach [29,30,34,35]. However, in [36] the authors raise the issue of using the weighted approach for text categorization, whereas each document is considered as a graph to apply a categorization algorithm.…”

Section: Related Literaturementioning

confidence: 99%

See 1 more Smart Citation

Semantic Data Management for a Virtual Factory Collaborative Environment

et al. 2019

View full text Add to dashboard Cite

Recent developments in the area of cyber-physical systems (CPSs) and Internet of Things (IoT) are among the drivers for the emergence of the Industry 4.0 concept, setting new requirements for the architecture, technology, and design approaches of modern industrial systems. Industry 4.0 assumes a higher level of intelligence, and thus autonomy of the systems and subsystems, and a larger focus on the analysis of gathered data for further utilization. The Virtual Factory Open Operating System (vf-OS) project is intended to respond to some of these key challenges, in particular for the smart factory application domain. Complementarily, data and knowledge storage and processing are also in the scope of vf-OS. This article introduces the semantic management component of vf-OS, which aims to analyze the interrelations among stored entities, as well as to define the closeness among them to generate meaningful suggestions, which can be later used by other subsystems or operators in a user-friendly way. The semantic managing system makes use of non relational approaches, namely a graph database, which enables data to be represented as graphs for further semantic querying. The developed prototype and an illustrative application case are also presented.

show abstract

Section: Related Literaturementioning

confidence: 99%

Section: Related Literaturementioning

confidence: 99%

Semantic Data Management for a Virtual Factory Collaborative Environment

et al. 2019

View full text Add to dashboard Cite

show abstract

“…Nas tarefas de análise exploratória vários tipos de Redes foram utilizadas, bem como a forma na qual cada uma delas se apresentou ANAND;VINODCHANDRA, 2018;SU, 2017;Özgür Cingiz;BIRICIK;DIRI, 2017;KIM et al, 2017;INDHUMATHY;NABHAN;ARUMUGAM, 2017;CAI et al, 2017;NAMAKI et al, 2017;SHA, 2017;ADARICHEVA;NATION, 2017;SHIN, 2017;GAO et al, 2017b;SHAHMOHAMMADI;KHADANGI;BAGHERI, 2016;BELYI et al, 2016;SHEN, 2016;XU, 2016;WILKE et al, 2016;DASGUPTA;SAHA, 2016;RAWAT et al, 2016;ABAY;MUTLU;KARAGOZ, 2016;DU et al, 2015;YANG, 2015;HENDRICKX et al, 2015;NADI et al, 2014;RANJAN;VAISH;COULL, 2014;ZHAI;PEDRYCZ, 2012;MORE et al, 2011;VEDULA;THATAVARTI, 2011).…”

Section: Resultsunclassified

“…Destaca-se a pesquisa deDing et al (2013) que trata de um tema muito comum, detecção de malwares de forma rápida. Os autores efetuam os experimentos e comparam seus métodos aos já tradicionais.Outros trabalhos realizam otimizações em processos já existentes (ANAND;VINOD- CHANDRA, 2018;VALLE;RUZ;MORRÁS, 2018;ABAY;MUTLU;KARAGOZ, 2016;XU, 2016;XING, 2016;USMAN;USMAN, 2016;CARVALHO;REZENDE, 2016;ACHARYA;MAHALI; MOHAPATRA, 2015; PA- DUA;CARVALHO, 2014;NADI et al, 2014;ALZOUBI;OMAR;BAKAR, 2011;VEDULA;THATAVARTI, 2011). Nestas pesquisas o foco maior é na técnica de mineração de dados e não em uma aplicação específica.…”

unclassified

“…Na Figura 22 explicita-se a distribuição dos tipos de Redes encontradas, bem como suas comparações com as fases da mineração e o tipo de tarefa.O principal tipo de Rede encontrada foi aquela relacionada aos Grafos Simples. Os Grafos foram utilizados em todas as fases de mineração como pré-processamento(ZHANG et al, 2018;KIM et al, 2017;SLAIMI et al, 2017;ABAY;MUTLU;KARAGOZ, 2016;XU, 2016;SHEN, 2016; HENDRICKX et al, 2015; ACHARYA; MAHALI; MOHAPATRA, 2015; CHOOBDAR; SILVA; RIBEIRO, 2011), extração (WANG; XU, 2018; Figura 22 -Mapa de resultados da combinação das questões de pesquisa Fonte: Elaborada pelo autor. INDHUMATHY; NABHAN;ARUMUGAM, 2017;NAMAKI et al, 2017;ADARICHEVA;NATION, 2017;SHIN, 2017;YU et al, 2017;GUO; RAWAT et al, 2016;SHAHMOHAMMADI;KHADANGI;BAGHERI, 2016;NADI et al, 2014;RANJAN;VAISH;COULL, 2014;NGUYEN et al, 2013; RAJPUT; THAKUR; THAKUR, 2012; AL-KHASSAWNEH; BAKAR; ZAINUDIN, 2012; ALZOUBI; OMAR; BAKAR, 2011) e pós-processamento…”

unclassified

See 1 more Smart Citation

Redes de regras de associação filtradas e multialvo

Calçada¹

View full text Add to dashboard Cite

Este trabalho é dedicado à minha família em todos os planos da vida AGRADECIMENTOS Agradecimentos são sempre feitos de forma simples e direta citando nomes e elementos de uma forma geral que contribuíram com este trabalho. Farei um pouco diferente, pois são nas diferenças que percebemos o quanto a nossa vitória realmente compensou.Dizer que agradeço a Deus é muito pouco diante de tamanha dívida que possuo com o criador. Graças a Ele, tive e tenho a oportunidade de usufruir de uma reencarnação repleta de aprendizados, sendo a conclusão deste trabalho de grande importância em minha vida. Não tendo realmente outras palavras, simplesmente digo OBRIGADO SENHOR! Muito mais que uma orientadora, uma amiga e quase uma mãe, acima de tudo alguém que confiou em mim, no meu potencial. Ela me motivou desde o início, mesmo antes de saber que seria minha orientadora, e continua me inspirando a seguir firme, em frente, e a sempre "defender meu cinturão" após o doutorado. Prof a Solange Rezende, obrigado pela veracidade e pelo norteamento de minha vida acadêmica e pessoal, tornando-me um cientista da computação de verdade e um ser humano melhor.Agradecer a todos que contribuíram diretamente com os experimentos e estudos. Meu amigo Renan pelo tempo compartilhado em várias conversas e debates nos estudos de Mineração de Regras de Associação. Minhas "protetoras" Ivone, Roberta e Camila que me auxiliaram em tantas oportunidades, não só com orientações e sugestões sobre o trabalho, mas também sobre aspectos de minha vida pessoal.Agradecer aos demais membros da equipe SOL que tive o prazer de conviver. João Antunes, Ricardo Scheicher, Ricardo Marcacini, Vítor e Dildre, além dos outros que contribuíram bastante comigo, mesmo sem saber. Agradecer a todos do LABIC, na pessoa dos professores Alneu e Gustavo, e de todos seus orientandos, por me acolherem tão bem e me ensinarem que para crescer profissionalmente a gente DEVE compartilhar.Meu muito obrigado aos professores do Programa de Pós-graduação em Ciências da Computação e Matemática Computacional da USP em São Carlos pela paciência a mim direcionada e pelas disciplinas fundamentais em minha formação, destaco o Professor Cláudio Toledo que se tornou um parceiro de pesquisa e um amigo para o resto da vida. A todos os funcionários da USP que eu tanto "perturbei", muito obrigado! Emano gratidão a todos que coordenaram esse programa durante a minha passagem, em especial ao professor Ades que muitas vezes pareceu que estava atendendo a um parente próximo bem querido quando eu a ele me dirigia para tirar dúvidas e principalmente pedir ajuda. Ajuda que nunca foi negada.Às vezes agradecemos pela realização de sonhos, principalmente àqueles que nem sabíamos que poderiam ser realizados, por isso agradeço à UESPI e à USP-São Carlos por possibilitarem que eu fizesse um doutorado na melhor Universidade da América Latina, e ainda com nota 7 da CAPES, algo inimaginável para mim.Agradecimento a todos os meus colegas de DINTER, que mesmo sem a possibilidade de convivermos durante todo o processo do douto...

show abstract

Concept Discovery in Graph Databases

Göz

Mutlu

2017

Lecture Notes in Computer Science

View full text Add to dashboard Cite

A path-finding based method for concept discovery in graphs

Cited by 8 publications

References 17 publications

Semantic Data Management for a Virtual Factory Collaborative Environment

Semantic Data Management for a Virtual Factory Collaborative Environment

Redes de regras de associação filtradas e multialvo

Concept Discovery in Graph Databases

Contact Info

Product

Resources

About