Rumo a um Grafo de Conhecimento para Modelos e Algoritmos em Matemática Aplicada

Modelos e algoritmos matemáticos são uma parte essencial dos dados de pesquisa matemática, pois fundamentam epistemicamente os dados numéricos. Para representar modelos e algoritmos, bem como sua relação semântica, a fim de tornar esses dados de pesquisa FAIR, duas ontologias anteriormente distintas foram fundidas e ampliadas, tornando-se um grafo de conhecimento vivo. A conexão entre as duas ontologias é estabelecida pela introdução de tarefas computacionais, como ocorrem na modelagem, correspondendo a tarefas algorítmicas. Além disso, vocabulários controlados foram incorporados e uma nova classe, distinguindo quantidades básicas das quantidades de casos de uso específicos, foi introduzida. Além disso, tanto modelos quanto algoritmos agora podem ser enriquecidos com metadados. Metadados específicos do assunto são particularmente relevantes aqui, como a simetria de uma matriz ou a linearidade de um modelo matemático. Esta é a única maneira de expressar fluxos de trabalho específicos com modelos e algoritmos concretos, uma vez que o algoritmo de solução viável só pode ser determinado se as propriedades matemáticas de um modelo forem conhecidas. Demonstramos isso usando dois exemplos de diferentes áreas de aplicação da matemática aplicada. Além disso, já integremos mais de 250 ativos de pesquisa de matemática aplicada em nosso grafo de conhecimento.