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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박현규 (숭실대학교) 이완곤 (숭실대학교) 바트셀렘 (숭실대학교) 박영택 (숭실대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.43 No.1
발행연도
2016.1
수록면
87 - 95 (9page)

이용수

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

초록· 키워드

오류제보하기
최근 인터넷과 디바이스의 발전으로 지식 정보의 양이 방대해 지면서 대용량 온톨로지를 이용한 추론 연구가 활발히 진행되고 있다. 일반적으로 트리플로 표현되는 빅데이터는 기계학습 프로그램이나 지식 공학자가 각 트리플의 신뢰도를 측정하여 제공한다. 하지만 수집된 데이터는 불확실한 데이터를 포함하고 있으며, 이러한 데이터를 추론하는 것은 불확실성을 내포한 추론 결과를 초래할 수 있다. 본 논문에서는 불확실성 문제를 해결하기 위해 수집된 데이터에 대한 신뢰의 정도를 나타내는 신뢰값(Confidence Value)를 이용한 RDFS 규칙 추론 방법에 대하여 설명하고, 메모리 기반의 분산 클러스터 프레임워크인 스파크(Spark)를 기반으로 데이터의 불확실성에 대한 고려를 하지 않는 기존의 추론 방법과 달리 신뢰값 계산에 대한 방법을 응용하여 RDFS 규칙을 통해 추론되는 새로운 데이터의 신뢰값을 계산하며, 계산된 신뢰값은 추론된 데이터에 대한 불확실성을 나타낸다. 제안하는 추론 방법의 성능을 검증하기 위해 온톨로지 추론과 검색 속도를 평가할 때 활용되는 공식 데이터인 LUBM을 대상으로 신뢰값을 추가하여 실험을 수행하였으며, 가장 큰 데이터인 LUBM3000을 수행하였을 때 1179초의 추론시간이 소요되었고, 초당 350K 트리플을 처리할 수 있는 성능을 보였다.
#대용량 온톨로지 #RDFS 추론 #신뢰값 #스파크 #scalable ontology #RDFS reasoning #confidence value #spark

목차

요약
Abstract
1. 서론
2. 관련연구
3. 신뢰값 기반 RDFS 추론
4. 분산 메모리 환경에서의 RDFS 추론
5. 실험 및 평가
6. 결론 및 향후연구
References

참고문헌 (16)

참고문헌 신청
[보고서] - Patric Hayes / 2004 / RDF Semantics google schola [기타자료] - Brickley, Dan / 2004 / RDF vocabulary description language 1.0: RDF schema google schola [학술대회논문] - M. Zaharia / 2010 / Spark: Cluster Computing with Working Sets / Proc. of the HotCloud 2010 : 10 ~ 16 google schola [학술대회논문] - M. Zaharia / 2012 / Resilient Distributed Datasets: A Fault-Tolerant Abstraction for In-Memory Cluster Computing / Proc. of the 9th USENIX conference on Networked Systems Design and Implementation google schola [학위논문] - J. Urbani / 2009 / RDFS/OWL reasoning using the Map-Reduce framework / Master google schola

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

아파치 스파크 기반 검색엔진의 설계 및 구현
박기성 ,  최재현 ,  김종배 외 1명 한국정보통신학회논문지 2017 .01
빅데이터의 효과적인 처리 및 활용을 위한 클라이언트-서버 모델 설계
박대서 ,  김화종 지능정보연구 2016 .12
하둡 에코시스템기반 소셜 빅데이터 분석 시스템
최운 ,  서승현 ,  이한구 외 1명 한국통신학회 학술대회논문집 2016 .06
빅데이터 기반 전시 활용가능한 도로정보체계 구현 모델 연구
김용훈 ,  박래혁 ,  장선민 외 4명 한국통신학회 학술대회논문집 2016 .06
사용자 행위 인지 및 예측을 위한 모델링과 라이프로그 빅데이터 시스템
김두회 ,  신동규 ,  신동일 한국통신학회 학술대회논문집 2016 .06

최근 본 자료

전체보기

댓글(0)

0