Identifikation semantischer Relationen zwischen Modellen auf unterschiedlichen Granularitätsstufen

• Antragsteller: Professor Dr. Heiner Stuckenschmidt
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2014 bis 2017
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 257850598

Konzeptuelle Modelle von Daten und Prozessen sind wichtige Konzepte der Informatik mit hoher Relevanz für die Entwicklung und Wartung von Informationssystemen. Eine zunehmend wichtiges Problem ist hierbei auch die Identifikation semantischer Relationen zwichen verschiedenen Modellen beispielsweise as Grundlage für eine Systemintegration.Diue automatische Berechnung solches semantischer Relationen ist vor Allem dann problematisch, wenn es sich um Modelle handelt, welche die Realität auf unterschiedlichen Granularitätsebenen beschreiben. Dies führt oft dazu, dass (1) nicht alle Teile eines Modells auf das andere abgebildet werden können, da es dort keine Entsprechung gibt und (2) dass keine eins-zu-eins Abbildung zwischen Modellelementen möglich ist, sondern ein Element in einem Modell einer KOmbination von Elementen in dem anderen enstpricht. Bestehende Ansätze bieten bisher keine adäquate Lösung für diese Probleme. Sie benötigen entweder eine große Zahl relativ einfacher Modelle, um statistische Korrelationen berechnen zu können oder verwenden sehr spezifische Heuristiken, die nur in sehr speziellen Situationen anwendbar sind und stets neu definiert oder angepasst werden müssen. Stand der Forschung für die Berechnung einfacher eins-zu-eins Abbildung sind Methoden, die Metching als Optimierungsproblem auffassen und versuchen, die Gesamtähnlichkeit der Abbildung zu maximieren. Ziel des Projektes ist (1) die Entwicklung von Verfahren, die das Prinzip des Matchen durch Optimierung auf komplexe Matching-Situationen übertragen und (2) die Anwendung diese Verfahren auf das Problem des Matchings von Ontologien und Prozessmodellen. Hierdurch soll die Allgemeingültigkeit der Methoden gezeigt werden. Ansatzpunkt ist hierbei eine tiefe linguitische Analyse komplexer Elementbeschreibungen in Modellen mit dem Ziel sinntragende Teile der Beschreibungen zu identifizieren sowie die Berechnung einer eins-zu-eins Abbildung zwischen diesen sinntragenden Teilen druch Formulierung als Optimierungsproblem. Aus dem Ergebnis dieser Berechnung können dann komplexe Abbildungen zwischen den Beschriebenen Elementen abgeleitet werden. Im Rahmen des Projektes werden wir neuartige linguistische Methoden zur Analyse von Klassen in Ontologien entwickeln und bestehende Methoden zur Analyse von Aktivitätsbeschreibungen erweitern. Wir werden ferner effektive Formulierungen komplexer Matchingprobleme als Optimierungsaufgabe entwickeln und effiziente Verfahren zur Berechnung optimaler Lösungen entwickeln. Darüber hinaus werden wir Benchmarkdatensätze für die Berechnung komplexer Abbildungen zwischen Ontologien erstellen und der Community zur Verfügung stellen.

• DFG-Verfahren: Sachbeihilfen
• Beteiligte Personen: Dr. Christian Meilicke; Professor Dr. Simone Paolo Ponzetto