[論文レビュー] Three-dimensional Geospatial Interlinking with JedAI-spatial

Marios Papamichalopoulos, George Papadakis+4 more|arXiv (Cornell University)|May 4, 2022

Semantic Web and Ontologies被引用数 24

ひとこと要約

JedAI-spatialは、三つの軸（空間のタイル化、予算意識、実行モード）に沿ってジオスペーシャル・インリンクィングアルゴリズムを整理するオープンソースのフレームワークを提供し、シリアルおよびパラレル法の両方を実装して、包括的なベンチマークと柔軟なパイプラインを可能にする。

ABSTRACT

Geospatial data constitutes a considerable part of (Semantic) Web data, but so far, its sources are inadequately interlinked in the Linked Open Data cloud. Geospatial Interlinking aims to cover this gap by associating geometries with topological relations like those of the Dimensionally Extended 9-Intersection Model. Due to its quadratic time complexity, various algorithms aim to carry out Geospatial Interlinking efficiently. We present JedAI-spatial, a novel, open-source system that organizes these algorithms according to three dimensions: (i) Space Tiling, which determines the approach that reduces the search space, (ii) Budget-awareness, which distinguishes interlinking algorithms into batch and progressive ones, and (iii) Execution mode, which discerns between serial algorithms, running on a single CPU-core, and parallel ones, running on top of Apache Spark. We analytically describe JedAI-spatial's architecture and capabilities and perform thorough experiments to provide interesting insights about the relative performance of its algorithms.

研究の動機と目的

• Linked Open Data クラウドにおけるジオスペーシャルデータのインリンクのニーズに対応するため、DE-9IM 関係とジオメトリを関連付ける。
• 最新のジオスペーシャル・インリンクィングアルゴリズムを標準化し、ベンチマークする共通で拡張性のあるオープンソースプラットフォームを提供する。
• シリアルおよび並列実行モードで、バッチ（予算非依存）および段階的（予算対応）インリンクをサポートする。
• アルゴリズムを三次元分類法に整理し、データセットとリソース制約に最適な手法の選択を支援する。

提案手法

• インリンクアルゴリズムの三次元分類法を導入：空間タイル化、予算意識、実行モード。
• 共通のJavaベースのフレームワークで、シリアルなジオスペーシャルインリンクアルゴリズムを再実装・改善。
• 予算非依存（バッチ）および予算意識（段階的）アルゴリズムを、さまざまな重み付けとスケジューリング方式と統合。
• Apache Spark に合わせて並列インリンクアルゴリズムを適応・最適化し、シャッフルを減らしスケーラビリティを向上。
• Model-View-Controller 設計によるモジュラーアーキテクチャを提供し、パイプラインの拡張とベンチマークを容易にする。

実験結果

リサーチクエスチョン

• RQ1 異なるデータセットとリソース制約をサポートするように、ジオスペーシャルインリンクをどのように組織できるか？
• RQ2 ジオスペーシャル・インリンクにおける予算対応型と予算非依存アルゴリズムの性能への影響は何か？
• RQ3 異なる空間タイル化戦略（グリッド、ツリー、パーティション）がフィルタリングと検証の効率にどのように影響するか？
• RQ4 大規模なジオスペーシャルデータセットにおけるシリアル対並列（Spark）実行のスケーラビリティへの影響は？
• RQ5 JedAI-spatial はアプリケーション間で最先端のインリンク手法を統合・最適化するライブラリとして機能できるか？

主な発見

• JedAI-spatialは、アルゴリズム選択を支援する新しい三次元分類法に最新のインリンク手法を整理する。
• システムはバッチと段階的なインリンク機能を提供し、計算の予算に合わせて“ペイ・アズ・ユー・ゴー”処理を可能にする。
• Apache Spark 上で動作する並列パイプラインはシャッフルを最小化し、大規模データセットへスケールするよう設計されており、拡張性のためのモジュラー性を維持。
• さまざまな予算意識アルゴリズムは、予算制約の下で関連性の高そうなペアを優先し、段階的リコールを最大化するためのスケジューリングと重み付け方式を採用している。
• バックエンドは、グリッド、パーティション、ツリーベースのいくつかのシリアル手法を再実装・最適化し、実用的なメモリと性能の改善を実現。