抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大規模で,不均一で自律的なデータ資源に直面して,「Big知識(BK)」の用語を提案し,Bigデータの時代における課題に対処した。研究者は「BK」を定義して,BKの大規模特性を研究して,特定の重み参照価値は,各々の特性の規則のために与えた。したがって,定性的および定量的研究を結合することによって,本論文は,大きい知識の5つの基本的大規模特性,大規模概念,大規模接続性,大規模クリーンデータ資源,大規模ケースおよび大規模信頼性を調査した。本論文では,Grey Relation Analysis(GRA)複合階層分析法(AHP)とデータ包絡分析(DEA)に基づく「ビッグ知識」に関連する5つの大規模特性の重みを主に調査した。同時に,5つの大規模知識工学プロジェクトとBig知識の間の相関を調査した。将来,大規模知識工学プロジェクトを測定するためにある参照を提供する参照関連性を得た。最後に,BKの研究展望を分析した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】