[논문 리뷰] Ontology Temporal Evolution for Multi-Entity Bayesian Networks under Exogenous and Endogenous Semantic Updating

Massimiliano Dal Mas|arXiv (Cornell University)|2010. 09. 10.

Semantic Web and Ontologies참고 문헌 25인용 수 6

한 줄 요약

이 논문은 다중 엔티티 베이지안 네트워크(MEBN)에 SWRL 규칙를 통합하여, 개방형 시스템에서 외부 및 내부 업데이트에 대한 동적이고 확률적인 추론을 가능하게 하는 프레임워크를 제안한다. 이 방법은 자바 기반 런타임 모니터를 통해 최소한의 계산 오버헤드로 스케일러블하고 응용 프로그램 독립적인 추론을 달성한다.

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.

연구 동기 및 목표

• 개방형 상호작용 시스템에서 불확실한 온톨로지와 불확실한 업데이트 시점 관리의 과제를 해결하기 위해.
• 불확실성 하에서 응용 프로그램 독립적인 온톨로지 융합을 가능하게 하기 위해.
• 통합된 확률적 프레임워크 내에서 외부 및 내부 의미 업데이트를 모두 지원하기 위해.
• 온톨로지 추론에서 수용 가능한 서비스 수준을 유지하면서 계산 비용을 줄이기 위해.

제안 방법

• 프레임워크는 온톨로지 내 다수의 엔티티 간 불확실한 관계를 모델링하기 위해 다중 엔티티 베이지안 네트워크(MEBN)를 사용한다.
• 의미 업데이트는 의미 웹 규칙 언어(SWRL) 규칙을 사용하여 복잡한 논리적 제약 조건을 표현한다.
• 자바 기반 런타임 시스템이 융합된 온톨로지의 시간적 업데이트를 동적으로 모니터링하고 처리한다.
• 외부 업데이트(외부 이벤트)와 내부 업데이트(내부 시스템 변경 사항)는 MEBN 프레임워크 내에서 확률적 사건으로 모델링된다.
• 조건부 확률 분포를 사용하여 업데이트 시점과 의미 콘텐츠의 불확실성을 표현한다.
• 지속적인 업데이트 동안 낮은 계산 비용을 유지하기 위해 증분 추론을 지원한다.

실험 결과

연구 질문

• RQ1 외부 및 내부 업데이트 원인 모두에서 불확실한 온톨로지 진화는 어떻게 모델링할 수 있는가?
• RQ2 진화하는 온톨로지에서 일관된 확률적 추론을 유지하는 데 드는 계산 비용은 무엇인가?
• RQ3 SWRL 규칙는 MEBN에 어떻게 통합되어 의미 업데이트 추론을 지원할 수 있는가?
• RQ4 통합된 프레임워크는 불확실성 하에서 응용 프로그램 독립적인 온톨로지 융합을 지원할 수 있는가?

주요 결과

• 프레임워크는 단일 확률적 온톨로지 추론 시스템 내에서 외부 및 내부 업데이트를 성공적으로 모델링한다.
• MEBN에 SWRL 규칙를 사용함으로써 진화하는 온톨로지에 대한 일관되고 동적 추론이 가능해진다.
• 자바 기반 구현은 낮은 계산 오버헤드로 온톨로지 업데이트의 실시간 모니터링을 지원한다.
• MEBN 프레임워크에서 증분 추론을 활용함으로써 확장 가능한 추론을 달성한다.