hal-cnrs.archives-ouvertes.fr
Open in
urlscan Pro
193.48.96.10
Public Scan
URL:
https://hal-cnrs.archives-ouvertes.fr/hal-03842681
Submission: On December 07 via manual from AT — Scanned from FR
Submission: On December 07 via manual from AT — Scanned from FR
Form analysis
2 forms found in the DOMPOST /user/login?url=https://hal-cnrs.archives-ouvertes.fr/hal-03842681
<form class="form-inline pull-right" style="margin-top: 8px; margin-right: 8px;" action="/user/login?url=https://hal-cnrs.archives-ouvertes.fr/hal-03842681" id="form-login" method="post">
<input type="hidden" name="forward-controller" value="view">
<input type="hidden" name="forward-action" value="index">
<input type="hidden" name="identifiant" value="hal-03842681">
<div class="btn-group">
<button class="btn btn-small btn-primary" type="button" onclick="$('#form-login').submit();" accesskey="l">
<span class="glyphicon glyphicon-user glyphicon-white" aria-hidden="true"></span> Connexion</button>
<button class="btn btn-small btn-primary dropdown-toggle" data-toggle="dropdown" type="button">
<span class="caret" style="border-top-color: #fff; border-bottom-color: #fff;"></span>
</button>
<ul class="dropdown-menu pull-right">
<li> <a id="cas2" href="/user/login?authType=CAS&url=https://hal-cnrs.archives-ouvertes.fr/hal-03842681">Connexion</a>
</li>
<li>
<a id="getorcid2" href="/user/login?authType=ORCID&url=https://hal-cnrs.archives-ouvertes.fr/hal-03842681">Connexion avec ORCID</a>
</li>
<li><a id="coidp" href="https://hal.archives-ouvertes.fr/user/login?authType=IDP&url=https://hal-cnrs.archives-ouvertes.fr/hal-03842681">se connecter avec Fédération</a></li>
<li class="divider"></li>
<li><a href="/user/create">Créer un compte</a></li>
<li class="divider"></li>
<li><a href="/user/lostpassword">Mot de passe oublié ?</a></li>
<li><a href="/user/lostlogin">Login oublié ?</a></li>
</ul>
</div>
</form>
POST #
<form action="#" method="post" id="formLang" class="nav navbar-nav navbar-right navbar-lang">
<input type="hidden" name="lang" id="lang" value="">
<select aria-label="Change language" id="select-lang" name="Langues" onchange="changeLang(this)">
<option value="fr" selected=""> fr </option>
<option value="en"> en </option>
</select>
</form>
Text Content
Accéder directement au contenu Accéder directement à la navigation Nouvelle interface Toggle navigation Connexion * Connexion * Connexion avec ORCID * se connecter avec Fédération * * Créer un compte * * Mot de passe oublié ? * Login oublié ? fr en Le portail HAL-CNRS accueille l'ensemble de la production scientifique du CNRS * Accueil * Dépôt * Recherche * Unités CNRS * Par Délégation * DR 01 - Ile de France Villejuif * DR 02 - Paris Centre * DR 04 - Ile de France Gif sur Yvette * DR 05 - Ile de France Meudon * DR 06 - Centre Est * DR 07 - Rhône Alpes * DR 08 - Centre Limousin Poitou Charentes * DR 10 - Alsace * DR 11 - Alpes * DR 12 - Provence et Corse * DR 13 - Occitanie Est * DR 14 - Occitanie Ouest * DR 15 - Aquitaine * DR 16 - Paris Michel Ange * DR 17 - Bretagne et Pays de la Loire * DR 18 - Hauts de France * DR 19 - Normandie * DR 20 - Côte d’Azur * Par Institut * INC - Institut de Chimie * INEE - Institut Ecologie et Environnement * INP - Institut de Physique * INSB - Institut des Sciences Biologiques * INSHS - Institut des Sciences Humaines et Sociales * INSIS - Institut des Sciences de l'Ingénierie et des Systèmes * INSMI - Institut des Sciences Mathématiques et de leurs Interactions * INSU - Institut des Sciences de l'Univers * INS2I - Institut des Sciences de l'Information et de leurs Interactions * IN2P3 - Institut de Physique Nucléaire et de Physique des Particules * DGDS - Direction Générale Déléguée à la Science * Consultation * Par auteur * Par type de publication * Par collections du portail * Liens utiles * Documentation HAL * Le dépôt de mon article scientifique * Blog du CCSD * Créer mon identifiant IdHAL * Créer mon CV * x2hal - dépot par lot hal-03842681, version 1 Article dans une revue MATCHING LARGE BIOMEDICAL ONTOLOGIES USING SYMBOLIC REGRESSION USING SYMBOLIC REGRESSION Jorge Martinez-Gil 1 Shaoyi Yin 2 Josef Küng 3 Franck Morvan 2 Détails 1 SCCH - Software Competence Center Hagenberg 2 IRIT-PYRAMIDE - Optimisation Dynamique de Requêtes Réparties à grande échelle IRIT - Institut de recherche en informatique de Toulouse 3 JKU - Johannes Kepler University Linz [Linz] > Jorge Martinez-Gil 1 > Auteur > PersonId : 17728 > IdHAL : martinez-gil-jorgeORCID : 0000-0002-5730-7965IdRef : 253122732 > Shaoyi Yin 2 > Auteur > PersonId : 184832 > IdHAL : shaoyi-yinORCID : 0000-0002-5335-2443IdRef : 15327400X > Josef Küng 3 > Auteur > PersonId : 1188761 > Franck Morvan 2 > Auteur > PersonId : 743127 > IdHAL : franck-morvanIdRef : 034867406 1 SCCH - Software Competence Center Hagenberg (Softwarepark 21 A-4232 Hagenberg Austria - Autriche) StructId : 46694 * JKU - Johannes Kepler Universität Linz (Altenberger Straße 69, 4040 Linz - Autriche) StructId : 300879 2 IRIT-PYRAMIDE - Optimisation Dynamique de Requêtes Réparties à grande échelle (Institut de recherche en informatique de Toulouse - IRIT 118 Route de Narbonne 31062 Toulouse Cedex 9 - France) StructId : 1001829 * IRIT - Institut de recherche en informatique de Toulouse (118 Route de Narbonne, F-31062 Toulouse Cedex 9 - France) StructId : 34499 * UT1 - Université Toulouse 1 Capitole (2 rue du Doyen-Gabriel-Marty - 31042 Toulouse Cedex 9 - France) StructId : 81148 * Université Fédérale Toulouse Midi-Pyrénées (41 Allée Jules Guesde, 31000 Toulouse - France) StructId : 443875 * UT2J - Université Toulouse - Jean Jaurès (5 allées Antonio Machado - 31058 Toulouse Cedex 9 - France) StructId : 116256 * UT3 - Université Toulouse III - Paul Sabatier (118 route de Narbonne - 31062 Toulouse - France) StructId : 217752 * Université Fédérale Toulouse Midi-Pyrénées (41 Allée Jules Guesde, 31000 Toulouse - France) StructId : 443875 * CNRS - Centre National de la Recherche Scientifique : UMR5505 (France) StructId : 441569 * Toulouse INP - Institut National Polytechnique (Toulouse) (France) StructId : 448187 * Université Fédérale Toulouse Midi-Pyrénées (41 Allée Jules Guesde, 31000 Toulouse - France) StructId : 443875 3 JKU - Johannes Kepler University Linz [Linz] (Altenberger Straße 69, 4040 Linz - Autriche) StructId : 210559 Masquer les détails Abstract : The problem of ontology matching consists of finding the semantic correspondences between two ontologies that, although belonging to the same domain, have been developed separately. Ontology matching methods are of great importance today since they allow us to find the pivot points from which an automatic data integration process can be established. Unlike the most recent developments based on deep learning, this study presents our research efforts on the development of novel methods for ontology matching that are accurate and interpretable at the same time. For this purpose, we rely on a symbolic regression model (implemented via genetic programming) that has been specifically trained to find the mathematical expression that can solve the ground truth provided by experts accurately. Moreover, our approach offers the possibility of being understood by a human operator and helping the processor to consume as little energy as possible. The experimental evaluation results that we have achieved using several benchmark datasets seem to show that our approach could be promising. Keywords : Information Integration Ontology Matching Large Ontologies Semantic Similarity Measures Type de document : Article dans une revue Domaine : > Informatique [cs] / Base de données [cs.DB] Liste complète des métadonnées Voir -------------------------------------------------------------------------------- https://hal.archives-ouvertes.fr/hal-03842681 Contributeur : Shaoyi YIN Connectez-vous pour contacter le contributeur Soumis le : lundi 7 novembre 2022 - 16:54:32 Dernière modification le : vendredi 18 novembre 2022 - 09:38:04 LIEN TEXTE INTÉGRAL IDENTIFIANTS * HAL Id : hal-03842681, version 1 * DOI : 10.26421/JDI3.3-2 COLLECTIONS UNIV-TLSE2 | CNRS | UT1-CAPITOLE | IRIT | IRIT-PYRAMIDE | IRIT-GD | UNIV-UT3 | UT3-TOULOUSEINP CITATION Jorge Martinez-Gil, Shaoyi Yin, Josef Küng, Franck Morvan. Matching Large Biomedical Ontologies Using Symbolic Regression Using Symbolic Regression. Journal of Data Intelligence, 2022, 3 (3), pp.316-332. ⟨10.26421/JDI3.3-2⟩. ⟨hal-03842681⟩ EXPORTER BibTeX TEI DC DCterms EndNote Datacite PARTAGER Facebook Twitter Email Share MÉTRIQUES Consultations de la notice 0 -------------------------------------------------------------------------------- CONTACT * Support RESSOURCES * Documentation * FAQ * API * OAI-PMH * AuréHAL INFORMATION * Données personnelles * Mentions légales * Accessibilité * Conformité RGAA QUESTIONS JURIDIQUES * Je publie, quels sont mes droits ? * Sherpa Romeo PORTAILS * Liste des portails * HAL SHS * HAL Thèses * mediHAL CCSD * CCSD * episciences.org * sciencesconf.org ✓ Thanks for sharing! AddToAny More… Close Cookies management panel By allowing these third party services, you accept their cookies and the use of tracking technologies necessary for their proper functioning. Preference for all services ✓ Allow all cookies ✗ Deny all cookies * ✛ APIs APIs are used to load scripts: geolocation, search engines, translations, ... * ✛ Advertising network Ad networks can generate revenue by selling advertising space on the site. * ✛ Audience measurement The audience measurement services used to generate useful statistics attendance to improve the site. * ✛ Comments Comments managers facilitate the filing of comments and fight against spam. * ✛ Other Services to display web content. * ✛ Social networks Social networks can improve the usability of the site and help to promote it via the shares. * ✛ Support Support services allow you to get in touch with the site team and help to improve it. * ✛ Videos Video sharing services help to add rich media on the site and increase its visibility. 🍋 Cookies manager by tarteaucitron.js If you continue to browse this website, you are allowing all third-party services ✓ OK, accept all Personalize Manage services 4 Close 4 cookies hal-cnrs.archives-ouvertes.fr * × _pk_id.92.2d46 45e89b0e418d0c39.1670421901. * × _pk_ses.264.2d46 1 * × _pk_ses.92.2d46 1 * × _pk_id.264.2d46 e44eb20361b9a6a1.1670421901.