The notion of uniform interpolation for description logic ALC has been

We study uniform interpolation and forgetting in the description logic ALC. Our main results are model-theoretic characterizations of uniform interpolants and their existence in terms of bisimulations, tight complexity bounds for deciding the existence of uniform interpolants, an approach to computing interpolants when they exist, and tight bounds on their size. We use a mix of modeltheoretic and automata-theoretic methods that, as a by-product, also provides characterizations of and decision procedures for conservative extensions.

Ontologies that evolve through use to support new domain tasks can grow extremely large. Moreover, large ontologies require more resources to use and have slower response times than small ones. To help address this problem, we present an on-line semantic forgetting algorithm that removes ontology fragments containing infrequently used or cheap to relearn concepts. We situate our algorithm in an extension of the widely used RoboCup Rescue platform, which provides simulated tasks to agents. We show that our agents send fewer messages and complete more tasks, and thus achieve a greater degree of success, than other state-of-the-art approaches.

De plus en plus de systèmes de gestion de données modernes sont conçus à l’aide d’ontologies. Les ontologies permettent de structurer les données d’un domaine d’application – provenant éventuellement de multiples sources – afin de faciliter leur interrogation. Dans de nombreux domaines d’application, des ontologies standardisées (quasi-)exhaustives résultant d’initiatives collaboratives sont mises à disposition. De telles ontologies sont souvent associées avec des données fiables – collectées et vérifiées avec soin –, fournissant ainsi des systèmes de gestion de données de référence dans ces domaines d’application. Pour construire un nouveau système adapté à des besoins particuliers, une bonne pratique est alors de partir d’un système de référence préexistant, d’en extraire le fragment (appelé module) pertinent vis-à-vis des besoins, et d’enrichir ce fragment avec les données et connaissances propres à l’application développée. L’objet de cet article est la définition et l’étude de la réutilisation saine d’un module afin de construire un système de gestion de données consistant vis-à-vis d’un système de gestion de données de référence – pour bénéficier de la qualité de son schéma et de ses données –, de façon à ce qu’il puisse être interrogé seul ou conjointement au système de référence – pour bénéficier de ses données et augmenter le nombre de réponses aux requêtes –. Mots clés

for the sake of ontology-based data management par