2021
Modeling Inconsistent Data for Reasoners in Web of Things
BLANCO SÁNCHEZ, José Miguel, Mouzhi GE a Tomáš PITNERZákladní údaje
Originální název
Modeling Inconsistent Data for Reasoners in Web of Things
Autoři
BLANCO SÁNCHEZ, José Miguel (724 Španělsko, garant, domácí), Mouzhi GE (156 Čína) a Tomáš PITNER (203 Česká republika, domácí)
Vydání
Szczecin, Procedia Computer Science, Volume 192, 25th KES International Conference on Knowledge-Based and Intelligent Information and Engineering Systems, KES 2021, od s. 1265-1273, 9 s. 2021
Nakladatel
Elsevier
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Nizozemské království
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
elektronická verze "online"
Kód RIV
RIV/00216224:14330/21:00122772
Organizační jednotka
Fakulta informatiky
ISSN
UT WoS
000720289001032
Klíčová slova anglicky
Web of Things Internet of Things Semantic Web Reasoners
Změněno: 2. 5. 2022 15:41, RNDr. Pavel Šmerk, Ph.D.
Anotace
V originále
With the recent developments of the Internet of Things and its integration in the web environment, the Web of Things and the real-time data submissions to Reasoners are enabled. However, the data that are fed to the Reasoners are often inconsistent. This can be possibly caused by the malfunction of certain Internet of Things device or by human errors. The data consistency issue is becoming more complex in the Web of Things network. This paper, therefore, proposes a new data processing model to tackle the inconsistent data, so that the processed data can be further used in Reasoners. The data processing model introduces an oversimplification of the Shramko-Wansing sixteen-valued trilattice, which is an extension of Belnap’s four-valued bilattice to assign the data classical truth-values. A preliminary implementation is demonstrated to validate the proposed model. The result shows that our model can avoid system collapse when contradictory outputs exist.