The contributions of this research

The contributions of this research is the ontological method
for human localization sensor search with following features:
• OWL 2 DL ontology to enable the search for human
localization sensors with   DL profile and
alignment with major ontologies.
• Encoded knowledge in common characteristics of
human location sensing in the IoT environment using
logical expressions as defined classes. Users can
instantly taking advantage of automatic reasoning
without having to create manual query.
• Consistently extensible knowledge structures to
increase expressivity and reasoning extent. Users can
add new facts related to human location sensing into
the ontology while avoiding semantic conflicts.
The ontology and its documentation are available online at
http://purl.oclc.org/com/dadfha/hls
The rest of this paper is organized as follows: in Section II
the researches related to semantic sensor search are reviewed;
Section III elaborates on problems regarding the search for
location-aware sensors. Section IV describes HLS ontology
and its design principles in details followed by the evaluation
results in Section V. Section VI discusses about limitations and
remaining challenges. Finally, Section VII concludes the paper
with future outlook

Kết quả (Việt) 1:

Sự đóng góp của nghiên cứu này là phương pháp ontologicalcho địa phương hoá của con người tìm kiếm cảm biến với các tính năng sau đây:• CÚ 2 DL ontology để kích hoạt các tìm kiếm cho con ngườiđịa phương hoá bộ cảm biến với cấu hình DL vàliên kết với ontologies lớn.• Mã hóa kiến thức trong các đặc trưng phổ biến củavị trí của con người cảm biến môi trường IoT sử dụngbiểu thức logic như các lớp học được xác định. Người dùng có thểngay lập tức lợi dụng tự luậnmà không cần phải tạo ra hướng dẫn sử dụng truy vấn.• Luôn mở rộng kiến thức cấu trúc đểtăng expressivity và lý do mức độ. Người dùng có thểThêm sự kiện mới liên quan đến con người vị trí cảm biến thànhcác ontology trong khi tránh xung đột ngữ nghĩa.Các ontology và tài liệu hướng dẫn có sẵn trực tuyến tạihttp://purl.OCLC.org/com/dadfha/HLSPhần còn lại của bài báo này được tổ chức như sau: trong phần IInghiên cứu liên quan đến ngữ nghĩa cảm biến tìm được xem xét;Phần III elaborates về những vấn đề liên quan đến việc tìm kiếmnhận thức được vị trí cảm biến. Phần IV mô tả HLS ontologyvà các nguyên tắc thiết kế chi tiết tiếp theo đánh giákết quả trong phần V. Phần VI thảo luận về hạn chế vàcòn lại những thách thức. Cuối cùng, phần VII kết luận giấyvới outlook trong tương lai

Kết quả (Việt) 2:

Những đóng góp của nghiên cứu này là phương pháp hữu thể
để tìm kiếm cảm biến địa hóa của con người với các tính năng sau đây:
• OWL DL 2 ontology để cho phép việc tìm kiếm con người
cảm biến địa hóa với ???? ? Hồ sơ DL và
liên kết với các ontology lớn.
• kiến thức mã hóa trong đặc điểm chung của
cảm biến vị trí của con người trong môi trường IOT sử dụng
các biểu thức logic như lớp được định nghĩa. Người dùng có thể
ngay lập tức lợi dụng lý luận tự động
mà không cần phải tạo ra các truy vấn bằng tay.
• cấu trúc kiến thức Luôn mở rộng để
tăng expressivity và lý luận mức độ nào. Người dùng có thể
thêm các thông tin mới liên quan đến cảm biến vị trí của con người vào
các bản thể học trong khi tránh các xung đột về ngữ nghĩa.
Bản thể luận và tài liệu của nó có sẵn trực tuyến tại
http://purl.oclc.org/com/dadfha/hls
Phần còn lại của bài viết này được tổ chức như sau: tại Mục II
các nghiên cứu liên quan đến tìm kiếm ngữ nghĩa cảm biến được xem xét;
Phần III rõ về các vấn đề liên quan đến việc tìm kiếm các
cảm biến nhận biết vị trí. Phần IV mô tả HLS ontology
và các nguyên tắc thiết kế của nó trong các chi tiết tiếp theo là đánh giá
kết quả trong phần V. Mục VI thảo luận về những hạn chế và
thách thức còn lại. Cuối cùng, mục VII kết luận bài báo
với triển vọng tương lai