[論文レビュー] A Knowledge Ecosystem for the Food, Energy, and Water System

Praveen Rao, Anas Katib+1 more|arXiv (Cornell University)|Sep 17, 2016

Scientific Computing and Data Management参考文献 13被引用数 3

ひとこと要約

本論文は、Semantic Web技術と統計的関係学習を活用して、米国連邦政府の異種多様なデータセットを統合可能な、食料・エネルギー・水（FEW）システムのための知識エコシステムを提案する。豊富なオントロジーとOWLベースの推論を備えた確率的知識ベースを構築することで、RDF四元組と大規模データ上のSPARQLクエリを用いた自動推論により、干ばつによる価格上昇といった実行可能なインサイトを発見する。

ABSTRACT

Food, energy, and water (FEW) are key resources to sustain human life and economic growth. There is an increasing stress on these interconnected resources due to population growth, natural disasters, and human activities. New research is necessary to foster more efficient, more secure, and safer use of FEW resources in the U.S. and globally. In this position paper, we present the idea of a knowledge ecosystem for enabling the semantic data integration of heterogeneous datasets in the FEW system to promote knowledge discovery and superior decision making through semantic reasoning. Rich, diverse datasets published by U.S. federal agencies will be utilized. Our knowledge ecosystem will build on Semantic Web technologies and advances in statistical relational learning to (a) represent, integrate, and harmonize diverse data sources and (b) perform ontology-based reasoning to discover actionable insights from FEW datasets.

研究の動機と目的

• 米国農務省（USDA）、国立気象局（NOAA）、地質調査局（USGS）、国立鉱物資源センター（NDMC）などの米国連邦機関が提供する、異種的かつ意味的に異なるFEWデータセットを統合する課題に対処すること。
• FEW分野におけるエンティティ、関係、ドメインルールをモデル化する豊富なオントロジーを備えたスケーラブルで進化可能な知識ベースを構築すること。
• FEW知識ベース上で自動的かつオントロジーに基づいた推論を可能にし、隠れたインサイトを発見し、科学的仮説を検証すること。
• 意味的データ統合とスケーラブルなクエリ処理を通じて、FEW関係者による優れた意思決定を支援すること。
• 現在のデータフォーマット（例：CSV、Excel）の制限と、知能システムの利用を妨げる共有オントロジーの欠如を克服すること。

提案手法

• 出典を捉えられるように、FEWデータをRDF四元組（主語、述語、目的語、文脈）として表現し、グラフベースのモデリングを可能にする。
• RDF、SPARQL、OWL 2といったSemantic Web規準を用いて、FEW分野におけるエンティティ、クラス、プロパティ、関係をモデル化する。
• 統計的関係学習とマルコフ論理ネットワーク（MLNs）を用いて、エンティティ間の意味的関係（例：owl:sameAs、owl:equivalentProperty、owl:differentFrom）を推論する。
• RIQシステムを活用し、RDF名前付きグラフ上で効率的なSPARQLクエリ処理を実現し、PelletなどのOWL 2 DL推論エンジンと統合してスケーラブルな推論を実現する。
• RDFの再帰的表現（reification）を用いて、抽出された事実や規則における不確実性と確率を表現する。
• Apache Sparkを用いたRIQの並列クエリ処理を検討し、数十億のRDFステートメントとOWLアサーションに対する推論のスケーリングを実現する。

実験結果

リサーチクエスチョン

• RQ1 米国連邦機関の異種的かつ大規模なFEWデータセットを、どのように統一された知識ベースに意味的に統合できるか？
• RQ2 OWL 2 DLと統計的関係学習を用いて、大規模FEW知識ベース上でスケーラブルで確率的な推論を実現する技術は何か？
• RQ3 出典に配慮したRDF四元組と名前付きグラフは、FEWデータ統合における追跡可能性と信頼性をどのように支援するか？
• RQ4 自動推論は、干ばつが肉やバイオ燃料価格に与える影響といった、非顕在的な因果関係を、相互に依存するFEWシステム間でどのように解明できるか？
• RQ5 ドメイン固有の文脈を組み込むことで、意味的推論は、たとえば降雨量が少ないと報告される一方でモイストゥアインデックスが「緑」を示すといった、FEWデータの表面的矛盾をどのように解消できるか？

主な発見

• 知識エコシステムにより、OWL 2のアサーションから論理的帰納によって、ミズーリ州ジャクソン郡における干ばつが肉価格・バイオ燃料価格の上昇に与える因果的影響を自動的に推論できる。
• OWL推論エンジンは、たとえば温暖期の草地の耐性といった文脈固有要因を認識することで、牧場所有者が降雨量が少ないと報告する一方でVegDRIインデックスが「緑」を示すという、表面的矛盾したFEWデータを検証できる。
• RIQとOWL 2 DL推論の統合により、名前付きグラフ上の複雑なSPARQLクエリへの推論タスクのマッピングによって、大規模RDFデータセット上のスケーラブルなクエリ処理が可能になる。
• MLNsによる統計的関係学習により、エンティティ間の意味的同等性や相違性が推論され、多様なデータソース間での知識ベースの調和が向上する。
• ユーザーは、異種のデータセットを手動で相関づける必要なく、気候イベントに起因する価格変動といった実行可能なインサイトを発見できる。
• 本アプローチは、意味的技術を用いた大規模で自動的なFEW分野の知識発見の実現可能性を示しているが、推論の正確性は統計的推論とデータの出典の質に依存する。