[論文レビュー] $\Upsilon$-DB: A system for data-driven hypothesis management and analytics

Bernardo Gonçalves, Frederico C. da Silva+1 more|arXiv (Cornell University)|Nov 26, 2014

Advanced Database Systems and Queries参考文献 13被引用数 5

ひとこと要約

Υ-DB は、U-リレーショナルデータベースを用いて決定論的な科学的仮説を確率的・不確実なデータとして扱うプロトタイプシステムであり、データ駆動型の仮説管理と分析を可能にする。このシステムは、MathML から関数的依存を抽出し、それらを U-関係として符号化し、観測データに条件付けた予測を実行することで、モデル評価のための確率順位付けを可能にする。

ABSTRACT

The vision of $\Upsilon$-DB introduces deterministic scientific hypotheses as a kind of uncertain and probabilistic data, and opens some key technical challenges for enabling data-driven hypothesis management and analytics. The $\Upsilon$-DB system addresses those challenges throughout a design-by-synthesis pipeline that defines its architecture. It processes hypotheses from their XML-based extraction to encoding as uncertain and probabilistic U-relational data, and eventually to their conditioning in the presence of observations. In this demo we present a first prototype of the $\Upsilon$-DB system. We showcase its core innovative features by means of use case scenarios in computational science in which the hypotheses are extracted from a model repository on the web and evaluated (rated/ranked) as probabilistic data.

研究の動機と目的

• 決定論的な科学的仮説を効果的な分析が可能な確率的データとして管理する課題に対処すること。
• 手動での p-DB 設計を必要とせず、MathML 形式の式から仮説をシームレスに U-リレーショナルデータベースに符号化すること。
• 観測データに条件付けた予測を通じて、仮説の評価と順位付けを支援すること。
• 特に Physiome や Virtual Physiological Rat のようなモデルリポジトリを想定した、計算科学における仮説管理のスケーラブルなフレームワークを提供すること。

提案手法

• 科学的モデルを表す MathML準拠の XML ファイルから仮説を抽出する。
• アルゴリズム的推論を適用し、方程式から変数への完全な因果マッピング (ϕt) を導出し、関数的依存を確立する。
• 得られた構造方程式モデル (SEM) を、U-リレーショナル表現用の関数的依存 (fd’s) の集合に符号化する。
• MayBMS システムを用いて、U-リレーショナルモデルと p-WSA アルゲブラを介して不確実および確率的データを管理する。
• 観測データに条件付け、予測の事後確率を計算する。
• ETL、仮説管理、予測の確率的順位付けの3段階パイプラインを通じて、仮説分析を支援する。

実験結果

リサーチクエスチョン

• RQ1 決定論的な科学的仮説を、データベース管理に適した確率的・不確実なデータとして体系的に符号化する方法は何か？
• RQ2 数学的モデルを確率的データベースに適した関数的依存に変換する際に生じる技術的課題は何か？
• RQ3 観測証拠に条件付けた確率的条件付けを用いて、仮説の予測をどのように順位付け・評価できるか？
• RQ4 既存のモデルリポジトリが、統合された仮説分析フレームワークにどの程度統合可能か？
• RQ5 U-リレーショナルデータベースが、計算科学におけるデータ駆動型の仮説評価を支援する上で実現可能か？

主な発見

• システムは、MathML から関数的依存への決定論的仮説の変換に成功し、それらを U-リレーショナルデータとして表現可能であることを示した。
• 設計・合成パイプラインにより、専門家レベルの p-DB 設計を必要とせず、仮説抽出から確率的条件付けまでのエンドツーエンド処理が可能である。
• 仮説の予測は、条件付けられた確率に基づいて順位付けされ、証拠に基づくモデル選択が可能になった。
• プロトタイプは、集団動態や計算血流力学の実世界のユースケースにおいて実現可能性を示した。
• システムは、Physiome や Virtual Physiological Rat といった大規模なモデルリポジトリとの統合をサポートし、スケーラブルな仮説分析を可能にした。
• 観測データはモデル評価を著しく向上させ、予測が事後確率に基づいて再順位付けされ、科学的およびビジネス意思決定の質が向上した。