Sabrina SENATORE | Projects

APPROCCI CONTEXT-AWARE MEDIANTE SEMANTIC REASONING

Il progetto realizza un sistema context-aware per l’analisi dei dati, l’interpretazione e la loro astrazione. I dati grezzi provenienti da sorgenti eterogenee nel dominio di riferimento sono codificati semanticamente e successivamente trasformati in conoscenza semantica per la caratterizzazione degli stessi ad un alto livello di astrazione. Il supporto delle tecnologie semantiche è fondamentale per estrarre nuova informazione dalle relazioni semantiche di base ottenute sui dati iniziali. Infatti, attraverso il motore inferenziale semantico, le relazioni implicite sono rese esplicite e nuove relazioni sono derivate e dedotte da esse. La modellazione ontologica consente una rappresentazione dei dati iniziali, che dopo essere stati opportunamente processati e aggregati attraverso il supporto di modelli formali, sono suscettibili di una più chiara interpretazione, una astrazione delle informazioni raccolte nel dominio di applicazione. Tale astrazione consente di riconoscere entità (descritte da insiemi di dati correlati), e le interazione e/o legami con altre entità evinte, al fine di elaborare a un quadro di sintesi di ampio spettro.Il progetto vuole infatti definire un modello general purpose per l’analisi, interpretazione e infine comprensione di dati grezzi, indipendentemente dal dominio di interesse. Lo scopo è realizzare un sistema capace di generare viste di “sintesi” sui dati processati, simulando per certi versi il comportamento umano, al fine di produrre informazione di alto livello utile al processo decisionale stesso. Ad esempio, si supponga che il nostro sistema sia parte di un drone in volo, dotato di telecamera, tale drone dovrebbe essere capace di interpretare la scena (es. persone che si muovono in un parco) partendo da dati iniziali forniti dal tracking degli oggetti (come output di un algoritmo di video tracking), ed eventualmente riconoscere situazioni anomale o di pericolo (ad esempio, bambini su careggiata). Se invece il dominio d’applicazione fosse di natura completamente diversa, ad esempio, costituito da risorse web testuali, il sistema dovrebbe essere capace di estrarre le concettualizzazioni dai contenuti dei documenti, tenendo conto del contesto (ad esempio, l’argomento, la categoria di riferimento) per meglio identificarne i concetti.In questo progetto saranno sviluppati modelli e meta modelli ontologici per la definizione dei domini di interesse (ad esempio, scenari e situazioni di rischio, oppure relazioni sintattiche e semantiche per legare i concetti). L’aspetto di modellazione cognitiva dei dati raccolti, monitorati e analizzati, così come la definizione di modelli semantici per la caratterizzazione dei domini di applicazione è incentrato sull’uso pervasivo delle tecnologie semantiche. Le ontologie hanno un ruolo cruciale per la realizzazione degli aspetti cognitivi, proprio per la loro capacità di rappresentare conoscenza arricchita attraverso la sua caratterizzazione semantica, che allo stesso tempo è machine-processable. Il supporto delle tecnologie semantiche per la modellazione e sintesi dei dati di dominio rappresenta un aspetto chiave non solo per la descrizione dell’informazione ma anche per alimentare il modello conoscitivo attraverso l’inferenza semantica: la conoscenza, modellata sotto forma asserzionale si auto-alimenta man mano che processa nuovi dati, arricchendosi di nuove deduzioni, e diventa uno strumento efficace per l’astrazione dei dati e la condivisione del modello concettuale-cognitivo in continua espansione.