Tesis:
Ontology-based Access to Sensor Data Streams.
- Autor: CALBIMONTE PEREZ, Jean Paul
- Título: Ontology-based Access to Sensor Data Streams.
- Fecha: 2013
- Materia: Sin materia definida
- Escuela: FACULTAD DE INFORMATICA
- Departamentos: INTELIGENCIA ARTIFICIAL
- Acceso electrónico: http://oa.upm.es/15320/
- Director/a 1º: CORCHO GARCIA, Óscar
- Resumen: Las Redes de Sensores se han convertido en una de las principales fuentes de Big Data en la Web. Sin embargo, las observacines que producen están disponibles en esquemas, modelos, vocabularios y formatos heterogéneos, lo que dificulta que sean compartidos y reutilizados. En esta tesis abarcamos algunos de estos desafíos, considerando como se pueden transformar datos de streams en bruto en información enriquecida con modelos basados en ontologías, accesible a través de consultas continuas para streams de datos. Nuestra contribbución principal es un enfoque basado en ontologías para proveer acceso a datos y consultas para fuentes de datos de streams, de tal modo que se permita acceder a los mismos a un nivel conceptual, independientemente de lenguajes o implementaciones específicas. Introducimos nuevas técnicas de re-escritura de consultas y de traducción de datos que se basan en mapeos que relacionan modelos de streams con conceptos de las ontologías. Otras contribuciones específicas incluyen: • La sintáxis y la semántica del lenguaje SPARQLStream para acceso a streams de datos basado en ontologías, y la técnica correspondiente de re-escritura de consultas SPARQLStream a expresiones abstractas de álgebra. • El diseño de un sistema de acceso a datos de streams basado en ontologías, que puede re-utilizar internamente tanto sistemas de manejo de streams de datos, como procesadores de eventos complejos o middleware de sensores, utilizando mapeos R2RML para definir las relaciones entre un modelo y otro. Con respecto a los metadatos de los sensores que producen estos streams de datos, hemos investigado cómo se pueden utilizar observaciones en bruto para caracterizar las fuentes de datos, y producir descripciones de losdichas fuentes, enriquecidas utilizando términos de modelos ontológicos. Nuestras contribuciones específicas son: • Una representación de series de datos de sensores que captura la información de las gradientes, la cual es ñutil para caracterizar diferentes tipos de datos de sensores. • Un método para clasificar series de datos de sensores y determinar el tipo de datos, utilizando técnicas de mining.