DOI: https://doi.org/10.26089/NumMet.v22r422

Применение онтологий для решения задач геофизики

Авторы


Ключевые слова:

суперкомпьютеры
геофизика
интеллектуальная поддержка
онтология
моделирование

Аннотация

В статье рассматривается система интеллектуальной поддержки, позволяющая описывать и выстраивать решения различных научных задач. В данной работе рассматриваются геофизические задачи. Система разрабатывается в Институте вычислительной математики и математической геофизики Российской академии наук (ИВМГ СО РАН) и Институте систем информатики Российской академии наук (ИИС СО РАН). Система содержит базу знаний, ядром которой является набор из нескольких взаимосвязанных онтологий, таких как онтология суперкомпьютерных архитектур, онтология алгоритмов и методов. Онтологию можно рассматривать как набор концепций и связей между ними. В результате авторы представляют онтологическое описание двух геофизических задач с помощью средств системы интеллектуальной поддержки: 1) моделирование сейсмического волнового поля и 2) реконструкция сейсмического изображения посредством временной или глубинной миграции до суммирования. Для лучшего визуального понимания описанной системы и полученных результатов в работе также есть несколько схематических диаграмм и изображений.


Загрузки

Опубликован

17.12.2021

Выпуск

Раздел

Методы и алгоритмы вычислительной математики и их приложения

Об авторах

Б. М. Глинский

Институт вычислительной математики и математической геофизики СО РАН (ИВМиМГ СО РАН),
просп. Лаврентьева, 6, 630090, Новосибирск
• главный научный сотрудник

Г. Ф. Жерняк

Г. Б. Загорулько

Институт систем информатики имени А.П. Ершова СО РАН (ИСИ СО РАН),
пр. академика Лаврентьева, 6, 630090, Новосибирск
• научный сотрудник

П. А. Титов

Институт вычислительной математики и математической геофизики СО РАН (ИВМиМГ СО РАН),
просп. Лаврентьева, 6, 630090, Новосибирск
• младший научный сотрудник


Библиографические ссылки

  1. M. Compton, P. Barnaghi, L. Bermudez, et al., “The SSN Ontology of the W3C Semantic Sensor Network Incubator Group,” J. Web Semant. 17, 25-32 (2012). doi{10.1016/j.websem.2012.05.003}.
  2. C. M. Keet, A. Ławrynowicz, C. d’Amato, et al., “The Data Mining OPtimization Ontology,” J. Web Semant. 32, 43-53 (2015). doi{10.1016/j.websem.2015.01.001}.
  3. V. Cvjetkovic, “Web Physics Ontology: Online Interactive Symbolic Computation in Physics,” in 4th Experiment and International Conf. (exp.at’17), Faro, Portugal, June 6-8, 2017 (IEEE Press, New York, 2017), pp. 52-57. doi{10.1109/EXPAT.2017.7984405}.
  4. L. M. Sarro and R. Mart’{i}nez, “First Steps towards an Ontology for Astrophysics,”
  5. B. Glinskiy, Yu. Zagorulko, G. Zagorulko, et al., “The Creation of Intelligent Support Methods for Solving Mathematical Physics Problems on Supercomputers,” in Communications in Computer and Information Science (Springer, Cham, 2019), Vol. 1129, pp. 427-438. doi{10.1007/978-3-030-36592-9_35}.
  6. A. Sapetina, B. Glinskiy, and G. Zagorulko, “Content of Ontology for Solving Compute-Intensive Problems of the Cosmic Plasma Hydrodynamics,” J. Phys.: Conf. Ser. 1640 (1) (2020). doi{10.1088/1742-6596/1640/1/012019}.
  7. D. L. Cook, M. L. Neal, F. L. Bookstein, and J. H. Gennari, “Ontology of Physics for Biology: Representing Physical Dependencies as a Basis for Biological Processes,” J. Biomed. Semant. 4 (2013). doi{10.1186/2041-1480-4-41}.
  8. D. D. Sokoloff and M. V. Remizowa, “The Use of Plant Ontologies in Comparative and Evolutionary Studies Should be Flexible,” Am. J. Bot. 108 (6), 909-911 (2021). doi{10.1002/ajb2.1692}.
  9. X. Ma, Ontology Spectrum for Geological Data Interoperability , PhD Thesis (University of Twente, Enschede, 2011).
  10. A. Mantovani, F. Piana, and V. Lombardo, “Ontology-Driven Representation of Knowledge for Geological Maps,” Comput. Geosci. 139 (2020). doi{10.1016/j.cageo.2020.104446}.
  11. C. Wang, X. Ma, and J. Chen, “Ontology-Driven Data Integration and Visualization for Exploring Regional Geologic Time and Paleontological Information,” Comput. Geosci. 115, 12-19 (2018). doi{10.1016/j.cageo.2018.03.004}.
  12. L. F. Garcia, M. Abel, M. Perrin, and R. dos Santos Alvarenga, “The GeoCore Ontology: A Core Ontology for General Use in Geology,” Comput. Geosci. 135 (2020). doi{10.1016/j.cageo.2019.104387}.
  13. U. Visser, H. Stuckenschmidt, G. Schuster, T. Vögele, “Ontologies for Geographic Information Processing,” Comput. Geosci. 28 (1), 103-117 (2002). doi{10.1016/S0098-3004(01)00019-X}.
  14. F. Reitsma, J. Laxton, S. Ballard, et al., “Semantics, Ontologies and EScience for the Geosciences,” Comput. Geosci. 35 (4), 706-709 (2009). doi{10.1016/j.cageo.2008.03.014}.
  15. Yu. A. Zagorulko, G. B. Zagorulko, and O. I. Borovikova, “Technology for Building Subject-Based Intelligent Scientific Internet Resources Based on Ontology,” Soft. Eng. 7 (2), 51-60 (2016). doi{10.17587/prin.7.51-60}.
  16. B. Glinskiy, A. Sapetina, V. Martynov, et al., “The Hybrid-Cluster Multilevel Approach to Solving the Elastic Wave Propagation Problem,” in Communications in Computer and Information Science (Springer, Cham, 2017), Vol. 753, pp. 261-274. doi{10.1007/978-3-319-67035-5_19}.
  17. P. Titov, D. Weins, and I. Chernykh, “Application of an Integral Approach to the Parallel Algorithm of 3D Wave Fields Simulation in Generalized Coordinates,” in Proc. Int. Conf. on Russian Supercomputing Days, Moscow, Russia, September 23-24, 2019 (MAKS Press, Moscow, 2019), pp. 14-25.
  18. G. Antoniou and F. van Harmelen, “Web Ontology Language: OWL,” in Handbook on Ontologies (Springer, Berlin, 2004), pp. 67-92. doi{10.1007/978-3-540-24750-0_4}.
  19. I. Horrocks, P. F. Patel-Schneider, H. Boley, et al., “SWRL: A Semantic Web Rule Language Combining OWL and RuleML,”
    https://www.w3.org/Submission/SWRL/}. Cited December 14, 2021.
  20. N. Belaid, Y. Ait-Ameur, and J.-F. Rainaud, 2009., “SWAPT: Semantic Workflow Architecture for Petroleum Technology,”
    https://www.scitepress.org/Papers/2009/18401/18401.pdf}.Cited December 14, 2021.
  21. V. Parekh, J. Gwo, and T. Finin, “Ontology Based Semantic Metadata for GeoScience Data,” in Proc. Int. Conf. on Information and Knowledge Engineering, IKE’04, Las Vegas, USA, June 21-24, 2004 (CSREA Press, Las Vegas, 2004), pp. 485-490.
  22. P. Titov, “The Simulation of 3D Wave Fields in Complex Topography Media,” in Communications in Computer and Information Science (Springer, Cham, 2019), Vol. 1129, pp. 451-462. doi{10.1007/978-3-030-36592-9_37}.
  23. V. Liseykin, Difference Meshes. Theory and Applications (Ross. Akad. Nauk, Novosibirsk, 2014) [in Russian].
  24. R. E. Sheriff and L. P. Geldart, Exploration Seismology (Cambridge Univ. Press, Cambridge, 1995). doi{10.1017/CBO9781139168359}.