[논문 리뷰] Reliable and interoperable computational molecular engineering: 2. Semantic interoperability based on the European Materials and Modelling Ontology

Martin Horsch, Silvia Chiacchiera외 5명|arXiv (Cornell University)|2020. 01. 13.

Semantic Web and Ontologies참고 문헌 37인용 수 5

한 줄 요약

이 논문은 계산 화학 분자 공학 분야에서 유럽 재료 및 모델링 온톨로지(EMMO)를 상위 수준 온톨로지로 사용하여 도메인 특화 온톨로지를 통합함으로써 의미적 상호운용성 프레임워크를 제안한다. VISO-AM과 같은 도메인 온톨로지를 EMMO와 공식적인 매핑을 통해 정렬함으로써, 이론적으로 일관되고 기계가 처리할 수 있는 방식으로 이질적인 모델과 데이터를 통합할 수 있으며, 이는 일관성 없는 문제를 해결하고 다양한 플랫폼 간 자동 추론을 가능하게 한다. 이는 재료 모델링 및 시뮬레이션 워크플로우 전반에서 유의미한 통합을 이룬다.

ABSTRACT

The European Materials and Modelling Ontology (EMMO) is a top-level ontology designed by the European Materials Modelling Council to facilitate semantic interoperability between platforms, models, and tools in computational molecular engineering, integrated computational materials engineering, and related applications of materials modelling and characterization. Additionally, domain ontologies exist based on data technology developments from specific platforms. The present work discusses the ongoing work on establishing a European Virtual Marketplace Framework, into which diverse platforms can be integrated. It addresses common challenges that arise when marketplace-level domain ontologies are combined with a top-level ontology like the EMMO by ontology alignment.

연구 동기 및 목표

• 계산 화학 분자 공학 분야에서 의미적 일관성 부족과 분산 문제를 해결하기 위해 통합된 상위 수준 온톨로지를 수립하기 위해.
• 공식적인 정렬 기법을 통해 다양한 도메인 특화 온톨로지와 공유되는 상위 수준 온톨로지(EMMO) 간의 상호운용성을 보장하기 위해.
• 표준화된 의미적 메타데이터를 통해 이질적인 시뮬레이션 플랫폼 간 자동 추론과 데이터 교환을 지원하기 위해.
• 재료 모델링 분야에서 사이버-물리적 시스템과 인더스트리 4.0 인프라를 통합하기 위한 확장 가능하고 확장 가능한 프레임워크를 구축하기 위해.
• 장기적인 지속 가능성을 확보하기 위해 온톨로지 정렬 평가 및 확산 절차를 수립하기 위해.

제안 방법

• 계산 화학 분자 시뮬레이션을 위한 도메인 특화 온톨로지인 VISO-AM과 같은 온톨로지를 통합하기 위해 EMMO 온톨로지를 상위 수준 기준으로 사용한다.
• OWL DL을 사용하여 도메인 개념과 EMMO 클래스 간의 포함 관계(subsumption relationships)를 표현함으로써 공식적인 온톨로지 정렬을 수행한다.
• EMMO 관계(예: has_property, has_proper_participant)를 사용하여 그래프 기반 시나리오 표현을 모델링하고, 명확성을 위해 Lucidchart를 활용해 시각화한다.
• Python 기반 파이프라인을 통해 Owlready2 형식을 사용하여 이러한 그래프 표현을 OWL 호환 클래스 정의로 자동 변환한다.
• 구문적 및 의미적 상호운용성을 보장하기 위해 기존 의미 기반 표준(RDF, TTL, JSON-LD)을 활용한다.
• 향후 확장으로서 OWL DL 표현력 이외의 정렬 케이스를 처리하기 위해 그래프 리라이팅 규칙을 제안한다.

실험 결과

연구 질문

• RQ1 어떻게 상위 수준 온톨로지와 도메인 특화 온톨로지를 공식적으로 정렬하여 계산 화학 분자 공학 분야에서 의미적 상호운용성을 달성할 수 있는가?
• RQ2 어떤 메커니즘이 공통 상위 수준 온톨로지(예: EMMO)에 도메인 개념(예: Lennard-Jones 지점, 강체 물체)을 일관되게 매핑할 수 있도록 하는가?
• RQ3 독립적으로 개발된 도메인 온톨로지 간의 일관성 없는 문제를 통합된 의미 기반 프레임워크 내에서 어떻게 해결할 수 있는가?
• RQ4 어떤 기술적 파이프라인이 시각적 시나리오 모델에서 기계가 처리할 수 있는 온톨로지 인스턴스를 자동 생성할 수 있도록 하는가?
• RQ5 온톨로지 정렬 표준을 지속적이고 진화시키기 위해 필요한 공동체 거버넌스 모델은 무엇인가?

주요 결과

• EMMO 기반 프레임워크는 VISO-AM과 같은 도메인 온톨로지를 공통 상위 수준 온톨로지와 정렬함으로써 의미적 상호운용성을 성공적으로 실현하였으며, 시뮬레이션 엔티티의 일관된 해석을 보장한다.
• 공식적인 포함 관계 매핑이 수립되었으며, 예를 들어 viso-am:lj_site ⊑ emmo-graphical:symbol 및 viso-am:rigid_object ⊑ emmo-graphical:symbolic 와 같이 의미 추론이 정확하게 수행될 수 있도록 하였다.
• EMMO Python API와 Lucidchart를 사용하여 시각적 시나리오 그래프를 OWL 준비 클래스 정의로 변환하는 재현 가능한 파이프라인을 개발하였다.
• 정렬된 온톨로지 간의 논리적 일관성을 보장함으로써 자동 추론을 지원하여 의미 네트워크 전반에 걸쳐 모순이 전파되는 것을 방지하였다.
• 이 프레임워크는 결정 구조 예측과 같은 이질적인 시뮬레이션 워크플로우를 통합하여 기계가 이해할 수 있는 형식으로 변환할 수 있음을 입증하였다.
• 정렬 표현력의 확장을 위해 OWL DL을 초월하는 그래프 리라이팅 규칙의 필요성을 제기하였으며, 향후 기술적 개발의 필요성을 시사하였다.