[論文レビュー] Embedding Data within Knowledge Spaces

James D. Myers, Joe Futrelle+12 more|ArXiv.org|Feb 4, 2009

Scientific Computing and Data Management参考文献 22被引用数 12

ひとこと要約

この論文では、グローバルIDとRDFステートメントを用いて、統合された知識空間にデータを埋め込むオープンソースの意味的コンテンツ管理フレームワーク、Tupeloを提案している。異種のe-Science要因（データ、文書、ワークフロー、人々など）を一つの安全で集約可能なリポジトリに統合することにより、Tupeloは、非デジタルメカニズムに依存せずに、長期的かつ多分野にわたるデータの検索可能性、アクセス可能性、理解可能性を実現する。

ABSTRACT

The promise of e-Science will only be realized when data is discoverable, accessible, and comprehensible within distributed teams, across disciplines, and over the long-term--without reliance on out-of-band (non-digital) means. We have developed the open-source Tupelo semantic content management framework and are employing it to manage a wide range of e-Science entities (including data, documents, workflows, people, and projects) and a broad range of metadata (including provenance, social networks, geospatial relationships, temporal relations, and domain descriptions). Tupelo couples the use of global identifiers and resource description framework (RDF) statements with an aggregatable content repository model to provide a unified space for securely managing distributed heterogeneous content and relationships.

研究の動機と目的

• 分野を越えて長期間にわたり分散・異種のe-Scienceデータを管理する課題に対処すること。
• データの理解とアクセスに、帯域外メカニズムに依存する従来のシステムの限界を克服すること。
• 多様なe-Science要因とその複雑な関係性を統合的・安全かつスケーラブルに管理するフレームワークを構築すること。
• 標準化されたメタデータとグローバルIDを通じて、恒久的かつ機械で理解可能なデータ管理を実現すること。
• 1つの知識空間にプロバンス、地理空間的、時間的、社会的メタデータを埋め込むことで、長期的なデータの理解可能性を支援すること。

提案手法

• e-Science要因間のメタデータと関係性を表現するために、リソース記述フレームワーク（RDF）モデルを採用する。
• データ、文書、人々、ワークフロー、プロジェクトを一意かつ恒久的に参照するためのグローバルIDを用いる。
• 分散型でスケーラブルなストレージと検索をサポートする、集約可能なコンテンツリポジトリモデルを実装する。
• プロバンス、ソーシャルネットワーク、地理空間的、時間的関係性を含む複数のメタデータタイプを、1つの意味的フレームワークに統合する。
• オープンソースのTupeloフレームワークを活用して、セキュアで相互運用可能な環境で、異種のコンテンツと関係性を統合的に管理する。
• 多様な科学分野や共同作業チームに応用可能な拡張性と再利用性を備えたシステムを設計する。

実験結果

リサーチクエスチョン

• RQ1 e-Scienceデータは、分野を越えて長期間にわたり、どのようにして検索可能で理解可能になるか？
• RQ2 分散環境において、異種のデータとメタデータを安全に統合的に管理するためのアーキテクチャ的アプローチは何か？
• RQ3 グローバルIDとRDFステートメントをどのように組み合わせて、恒久的かつ意味的に豊富な知識空間を構築できるか？
• RQ4 1つのコンテンツ管理システム内で、プロバンス、ソーシャル、地理空間的、時間的メタデータを統合するためのメカニズムは何か？
• RQ5 1つのフレームワークが、多様なe-Science要因を効果的に管理しながら、長期的なアクセス可能性と機械による解釈可能性を保証できるか？

主な発見

• Tupeloフレームワークは、データ、文書、ワークフロー、人々、プロジェクトといった多様なe-Science要因を、1つの意味的に豊かで強化された知識空間に統合することに成功した。
• グローバルIDとRDFステートメントを用いることで、Tupeloは、分散システムを越えて恒久的かつ機械で理解可能な関係性を実現する。
• システムは、コンテンツモデル内に直接プロバンス、時間的、地理空間的、社会的メタデータを埋め込むことで、長期的なデータの理解可能性を支援する。
• 集約可能なコンテンツリポジトリモデルにより、複数の機関や分野にまたがる異種コンテンツのスケーラブルでセキュアな管理が可能になった。
• 非デジタルまたは帯域外メカニズムに依存するデータ解釈やアクセスの削減により、再現性と協働性が向上した。
• Tupeloのオープンソース性は、多様な科学コミュニティやe-Scienceアプリケーションへの拡張性と採用を促進する。