메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
시맨틱 웹 기술을 이용하는 추론 엔진들이 사용하는 지식은 기본적으로 주어(subject)와 술어(predicate), 목적어(object)로 구성된 트리플(triple)들의 집합이며, 이를 저장하기 위한 구조로 관계형 데이터베이스(R-DB)가 주로 이용된다. 본 논문은 DBMS 기반의 추론 서비스인 OntoThink-K<SUP>®</SUP>에서의 트리플 저장 구조와 함께 SPARQL 질의 언어를 지원하기 위한 SPARQL-SQL 매핑에 대해 설명한다. OntoThink-K<SUP>®</SUP>는 스키마 무관과 스키마 인지의 두 가지 방식의 트리플 저장 구조를 지원하며, 본 논문에서는 각 저장 구조에 따른 SPARQL-SQL 매핑 방법을 설명하고 실험을 통해 두 방식에서의 추론 속도의 차이를 비교한다. 이 실험 결과로부터 우리는 스키마 인지 방식을 사용함으로써 스키마 무관 방식에 비해 적어도 2배 이상의 속도 향상을 꾀할 수 있음을 알았다.

목차

요약
1. 서론
2. 관련 연구
3. OntoThink-K® 추론 서비스의 SPARQL 질의
4. SPARQL-SQL 변환
5. 실험
6. 결론
참고문헌
부록 : A. 추론 서비스 별 SPARQL 질의 및 변환된 SQL 질의 예

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017397825