[논문 리뷰] $\Upsilon$-DB: A system for data-driven hypothesis management and analytics

Bernardo Gonçalves, Frederico C. da Silva외 1명|arXiv (Cornell University)|2014. 11. 26.

Advanced Database Systems and Queries참고 문헌 13인용 수 5

한 줄 요약

Υ-DB는 과학적 가설을 확률적이고 불확실한 데이터로 간주하는 프로토타입 시스템으로, U-관계형 데이터베이스를 사용하여 데이터 기반의 가설 관리 및 분석을 가능하게 한다. 이 시스템은 MathML로 표현된 가설을 기능적 의존성으로 변환하고, 이를 U관계로 인코딩하며 관측 데이터에 조건을 붙여 예측을 조정함으로써 모델 평가를 위한 확률 기반 순위 매기기를 가능하게 한다.

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.

연구 동기 및 목표

• 결정론적 과학적 가설을 효과적인 분석을 위해 확률적 데이터로 관리하는 데 도전하는 데 목적이 있다.
• 수동적인 p-DB 설계 없이 MathML 형식의 방정식에서 가설을 원활하게 인코딩할 수 있도록 하는 데 목적이 있다.
• 실제 관측 데이터에 기반한 조건부 조건을 적용하여 예측의 순위 매기기 및 평가를 지원하는 데 목적이 있다.
• 특히 Physiome와 Virtual Physiological Rat와 같은 모델 레포지토리에서 사용되는 계산 과학 분야의 가설 관리에 대해 확장 가능한 프레임워크를 제공하는 데 목적이 있다.

제안 방법

• 과학 모델를 나타내는 MathML 준수 XML 파일에서 가설을 추출한다.
• 알고리즘적 추론을 적용하여 방정식에서 변수로의 총괄적 원인 맵핑(ϕt)을 유도하고 기능적 의존성을 수립한다.
• 결과적으로 유도된 구조적 방정식 모델(SEM)을 U관계 표현을 위한 기능적 의존성(fd’s)의 집합으로 인코딩한다.
• MayBMS 시스템을 사용하여 U관계 모델과 p-WSA 대수를 통해 불확실하고 확률적인 데이터를 관리한다.
• 관측 데이터에 대한 조건부 조건을 적용하여 예측의 사후 확률을 계산한다.
• ETL, 가설 관리, 예측의 확률적 순위 매기기의 세 단계로 구성된 파ip라인을 통해 가설 분석을 지원한다.

실험 결과

연구 질문

• RQ1 어떻게 결정론적 과학적 가설을 데이터베이스 관리에 적합한 확률적이고 불확실한 데이터로 체계적으로 인코딩할 수 있는가?
• RQ2 확률적 데이터베이스에 적합한 기능적 의존성으로 수학적 모델을 변환할 때 발생하는 기술적 과제는 무엇인가?
• RQ3 관측 증거에 기반한 확률적 조건부 조건을 통해 가설 예측을 어떻게 순위 매기고 평가할 수 있는가?
• RQ4 기존의 모델 레포지토리가 통합된 가설 분석 프레임워크에 얼마나 잘 통합될 수 있는가?
• RQ5 U관계형 데이터베이스가 계산 과학 분야에서 데이터 기반의 가설 평가를 지원하는 데 대해 실현 가능성이 있는가?

주요 결과

• 시스템은 MathML에서 유도된 결정론적 가설을 기능적 의존성으로 성공적으로 변환하여 U관계형 데이터로 표현할 수 있었다.
• 설계-합성 파이프라인 덕분에 전반적인 처리 과정에서 전문가 수준의 p-DB 설계 없이도 가설 추출에서부터 확률적 조건부 조건에 이르기까지의 전 과정을 수행할 수 있었다.
• 가설 예측은 조건부 확률에 기반하여 순위 매겨졌으며, 이는 증거 기반의 모델 선택을 가능하게 하였다.
• 프로토타입은 인구 역학 및 계산 혈역학과 같은 실제 응용 사례에서의 실현 가능성을 입증하였다.
• 시스템은 Physiome와 Virtual Physiological Rat와 같은 대규모 모델 레포지토리와 통합되어 확장 가능한 가설 분석을 지원하였다.
• 관측 데이터가 모델 평가에 크게 기여하였으며, 사후 확률에 기반한 예측 재순위 매김을 통해 과학 및 비즈니스 분야의 의사결정을 향상시켰다.