Möller, RalfRalfMöller12097096510000-0002-1174-3323Wandelt, SebastianSebastianWandelt2011-10-102011-10-102011669532665http://tubdok.tub.tuhh.de/handle/11420/1026Die Vision vom Semantic Web hat in den vergangenen Jahren zu einem wachsenen Bedarf an effizienten Beschreibungslogiksystemen geführt. Diese Systeme basieren in der Regel auf Hauptspeicheralgorithmen und haben daher Schwierigkeiten in der Handhabung großer Ontologien. Diese Arbeit untersucht, wie dieses Hauptspeicherproblem gelöst werden kann. Es werden Modularisierungstechniken und Datenstrukturen vorgestellt, die effizientes Schließenen. Weiterhin wird gezeigt, wie Modularisierungen von Ontologien unter inkrementellen Aktualisierungen aufrecht erhalten werden können. Die Evaluierung erfolgt anhand einer prototypischen Implementierung bezüglich synthetischer und echter Daten.In the last years, the vision of the Semantic Web fostered the interest in reasoning over growing sets of assertional statements in ontologies. Traditional tableau-based reasoning systems have problems to answer queries over large ontological data sets, because these systems are based on efficient use of in-memory structures. The purpose of this thesis is to investigate how to release the memory burden from tableau-based reasoning systems and perform efficient instance checking and instance retrieval over SHI-ontologies. Modularization techniques are proposed and algorithms for reasoning over updatable ontologies developed. A prototypical implementation is used for evaluation with respect to benchmark and real world ontologies.dehttp://doku.b.tu-harburg.de/doku/lic_ohne_pod.phpSemantic WebOntologienInstanzenretrievalModularisierungenSkalierbarkeitsemantic webontologiesinstance retrievalmodularizationsscalabilityEfficient instance retrieval over semi-expressive ontologiesDoctoral Thesis2011-12-15urn:nbn:de:gbv:830-tubdok-1119310.15480/882.1024InformationssystemeKünstliche IntelligenzWebmanagement11420/102610.15480/882.1024930768596Other