Ontology-based complexity management in conceptual modeling

Página do item simplificado
dc.contributor.advisor1Guizzardi, Giancarlo
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5297252436860003
dc.contributor.authorFigueiredo, Guylerme Velasco de Souza
dc.contributor.authorIDhttps://orcid.org/0000-0003-0782-3993
dc.contributor.authorLatteshttp://lattes.cnpq.br/7421277201683013
dc.contributor.referee1Almeida, João Paulo Andrade
dc.contributor.referee1Latteshttp://lattes.cnpq.br/4332944687727598
dc.contributor.referee2Campos, Maria Luiza Machado
dc.contributor.referee3Barcellos, Monalessa Perini
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8826584877205264
dc.contributor.referee4Fonseca, Claudenir Morais
dc.date.accessioned2024-05-29T20:55:09Z
dc.date.available2024-05-29T20:55:09Z
dc.date.issued2022-09-16
dc.description.abstractReference conceptual models are used to capture complex and critical domain information. However, as the complexity of a domain grows, so does the size and complexity of the model that represents it. Over the years, different complexity management techniques in large-scale conceptual models have been developed to extract value from models that, due to their size, are challenging to understand. These techniques, however, run into some limitations, such as the possibility of execution without human interaction, semantic cohesion of modules/views generated from the model, and generating an abstracted version of the model so that it can present the essential elements of the domain, among others. This thesis proposes two algorithms to facilitate the understanding of large-scale conceptual models by tackling the problem from two different angles. The first consists in extracting smaller self-contained modules from the original model. The second consists in abstracting the original model, thereby providing a summarized view of the main elements and how they relate to each other in the domain. Both algorithms we propose in this thesis require no input from modelers, are deterministic, and computationally inexpensive. To evaluate the abstraction algorithm for conceptual models, we carried out an empirical research aimed at a comparative analysis taking into account other competing approaches.
dc.description.resumoModelos conceituais de referência são usados ​​para capturar informações de domínio complexas e críticas. No entanto, à medida que a complexidade de um domínio cresce, também aumentam o tamanho e a complexidade do modelo que o representa. Ao longo dos anos, diferentes técnicas de gerenciamento de complexidade em modelos conceituais de larga escala foram desenvolvidas para extrair valor de modelos que, devido ao seu tamanho, são desafiadores de entender. Essas técnicas, no entanto, encontram algumas limitações, como a possibilidade de execução sem interação humana, coesão semântica de módulos/visões geradas a partir do modelo e geração de uma versão abstrata do modelo para que ele possa apresentar os elementos essenciais do domínio, entre outros. Esta tese propõe dois algoritmos para facilitar a compreensão de modelos conceituais de larga escala, abordando o problema de dois ângulos diferentes. O primeiro consiste em extrair módulos menores e autocontidos do modelo original. O segundo consiste em abstrair o modelo original, fornecendo assim uma visão resumida dos principais elementos e como eles se relacionam entre si no domínio. Ambos os algoritmos que propomos nesta tese não requerem entrada de modeladores, são determinísticos e computacionalmente baratos. Para avaliar o algoritmo de abstração para modelos conceituais, realizamos uma pesquisa empírica visando uma análise comparativa levando em consideração outras abordagens concorrentes.
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/12323
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseDoutorado em Ciência da Computação
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Informática
dc.rightsopen access
dc.subjectAbstração de modelos
dc.subjectGerenciamento de complexidade em modelagem conceitual
dc.subjectModelagem conceitual baseada em ontologia
dc.subjectModularização de modelos conceituais
dc.subjectVisões ontológicas
dc.subjectOntoUML
dc.subject.cnpqCiência da Computação
dc.titleOntology-based complexity management in conceptual modeling
dc.typedoctoralThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Thesis-final.pdf
Tamanho:
6.24 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Doutorado em Ciência da Computação