[論文レビュー] An Energy Ontology for Global City Indicators (ISO 37120)

Alanna Komisar, Mark S. Fox|arXiv (Cornell University)|Jan 1, 2017

Semantic Web and Ontologies参考文献 7被引用数 1

ひとこと要約

この論文は、ISO 37120都市指標のエネルギー用語体系を形式的・意味ウェブベースに構築し、機械読取可能で計算的に正確な定義およびデータ導出プロセスを可能にする。エネルギー、建物、サービス分野のドメイン固有の用語体系を統合することで、都市エネルギー性能指標（一人当たりの電気使用量やサービス利用率など）の自動検証および分析を可能にする。

ABSTRACT

To create tomorrow's smarter cities, today's initiatives will need to create measurable improvements. However, a city is a complex system and measuring its performance generates a breadth of issues. Specifically, determining what criteria should be measured, how indications should be defined, and how should the identified indicators be derived. This working paper is one in series that addresses the creation of a Semantic Web based representation of the 17 different themes of ISO 37120 indicators as part of the larger PolisGnosis Project (Fox, 2017). We define a standard ontology for representing general knowledge for the Energy Theme indicators, and for representing both the definition and data used to derive the Energy indicators.

研究の動機と目的

• 都市指標報告における透明性および再現性の欠如に応えるために、指標定義およびデータ導出プロセスを形式化すること。
• 標準化された計算可能な表現を用いて、縦断的および横断的都市パフォーマンス分析を自動化すること。
• ISO 37120基準内でのエネルギー指標用に再利用可能で拡張可能な用語体系フレームワークを構築すること。
• 意味ウェブ標準を活用して、都市エネルギーデータの公開検証可能性および相互運用性を支援すること。

提案手法

• 意味ウェブ標準（OWL、RDF、RDFS）に基づくドメイン固有のエネルギー用語体系を構築する。
• グローバル都市指標（GCI）用語体系に、エネルギー、建物、サービス提供者に関するドメイン固有の概念を統合する。
• OWLを用いて、ISO 37120:7 エネルギー指標を形式的かつ計算的に正確な記述で定義する。
• SPARQLクエリを用いてコンpetency質問の検証および用語体系上での自動推論の実証を行う。
• 指標のデータプロバンス、単位、測定プロセス、所有構造をモデル化する。
• 用語体系モデル（OM）およびジオ意味的建物用語体系（gcibo）を用いて物理的および管理的データを表現する。

実験結果

リサーチクエスチョン

• RQ1 ISO 37120エネルギー指標をどのように形式的に表現すれば、計算的正確性と一貫性を確保できるか？
• RQ2 基礎データからのエネルギー指標値の導出をモデル化するのに必要な意味的構造は何か？
• RQ3 この用語体系は、ISO 37120定義と整合性のある指標の自動検証を可能にするか？
• RQ4 データプロバンス、単位、所有関係をどのようにモデル化すれば、指標の公開検証を可能にするか？
• RQ5 この用語体系は、縦断的および横断的都市パフォーマンス分析を両立してサポートできるか？

主な発見

• 提案されたエネルギー用語体系は、ISO 37120:7 のコア指標を的確にモデル化しており、一人当たりの住宅電気使用量や、サービス利用が承認された人口の割合を含む。
• SPARQLクエリにより、定義されたすべてのコンピテンシー質問（事実、定義的一致性、内部的一致性チェック）に対する回答が確認された。
• 用語体系により、主要な値の自動導出が可能となった：トロントの住宅用エネルギー総使用量は年間50.73億kWhであり、建物床面積の90％が住宅用途であった。
• 都市人口は2,615,000人と形式的に表現され、公式出典からのプロバンスが追跡可能であった。
• 用語体系により、サービス提供者（例：トロント・ハイドロ）の特定および関連するサービス口座・建物の特定が可能となった。
• フレームワークにより、指標定義およびデータに対する機械推論が可能となり、自動的かつ透明な都市パフォーマンス分析の道筋が開かれた。