Skip to main content
QUICK REVIEW

[論文レビュー] Ontology Temporal Evolution for Multi-Entity Bayesian Networks under Exogenous and Endogenous Semantic Updating

Massimiliano Dal Mas|arXiv (Cornell University)|Sep 10, 2010
Semantic Web and Ontologies参考文献 25被引用数 6
ひとこと要約

本論文は、マルチエンティティベイジアンネットワーク(MEBN)を、SWRLルールで拡張することで、統合されたオントロジーにおける不確実な時間的進化を管理するフレームワークを提案する。このフレームワークにより、オープンシステムにおける外部的および内部的更新を動的かつ確率論的に推論可能となる。Javaベースのランタイムモニタを用いることで、計算コストを最小限に抑えつつ、スケーラブルでアプリケーションに依存しない推論が実現される。

ABSTRACT

It is a challenge for any Knowledge Base reasoning to manage ubiquitous uncertain ontology as well as uncertain updating times, while achieving acceptable service levels at minimum computational cost. This paper proposes an application-independent merging ontologies for any open interaction system. A solution that uses Multi-Entity Bayesan Networks with SWRL rules, and a Java program is presented to dynamically monitor Exogenous and Endogenous temporal evolution on updating merging ontologies on a probabilistic framework for the Semantic Web.

研究の動機と目的

  • オープンな相互作用システムにおける不確実なオントロジーおよび不確かな更新時刻の管理という課題に対処すること。
  • 不確実性下でのアプリケーションに依存しないオントロジーの統合を可能にすること。
  • 統一された確率論的フレームワーク内で、外部的および内部的意味的更新を両立してサポートすること。
  • オントロジー推論における許容可能なサービス水準を維持しつつ、計算コストを低減すること。

提案手法

  • フレームワークは、オントロジー内の複数のエンティティにわたる不確かな関係をモデル化するために、マルチエンティティベイジアンネットワーク(MEBN)を採用する。
  • 意味的更新は、複雑な論理制約を表現するために、セマンティックウェブルール言語(SWRL)ルールを用いて符号化される。
  • Javaベースのランタイムシステムが、統合オントロジーの時間的更新を動的に監視および処理する。
  • 外部イベント(外部的更新)と内部システム変更(内部的更新)が、MEBNフレームワーク内での確率的イベントとしてモデル化される。
  • 条件付き確率分布を用いて、更新タイミングおよび意味的コンテンツの不確実性が表現される。
  • 継続的な更新において計算コストを低く保つために、インクリメンタル推論がサポートされる。

実験結果

リサーチクエスチョン

  • RQ1外部的および内部的更新源の両方において、不確かなオントロジー進化をどのようにモデル化できるか。
  • RQ2進化するオントロジーにおいて、一貫性のある確率論的推論を維持するための計算コストは何か。
  • RQ3SWRLルールをMEBNに統合することで、意味的更新推論をどのようにサポートできるか。
  • RQ4統一されたフレームワークは、不確実性下でのアプリケーションに依存しないオントロジー統合を可能にするか。

主な発見

  • フレームワークは、単一の確率論的オントロジー推論システム内で、外部的および内部的更新の両方を成功裏にモデル化した。
  • MEBNにSWRLルールを組み合わせることで、進化するオントロジーに対して一貫性があり動的推論が可能となった。
  • Javaベースの実装により、計算コストを最小限に抑えながら、オントロジー更新のリアルタイム監視が可能となった。
  • MEBNフレームワークにおけるインクリメンタル推論を活用することで、スケーラブルな推論が実現された。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。