A study on technologies for utilizing multi-granular distributed knowledge graphs
| Project/Area Number |
23K24949
|
|---|
| Project/Area Number (Other) |
22H03694 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62020:Web informatics and service informatics-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
天笠 俊之 筑波大学, 計算科学研究センター, 教授 (70314531)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
北川 博之 筑波大学, 国際統合睡眠医科学研究機構, 教授 (00204876)
橋本 武彦 (BouSavong) 筑波大学, 計算科学研究センター, 助教 (80910760)
塩川 浩昭 筑波大学, 計算科学研究センター, 准教授 (90775248)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥16,640,000 (Direct Cost: ¥12,800,000、Indirect Cost: ¥3,840,000)
Fiscal Year 2025: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2024: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2022: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
|
|---|
| Keywords | 知識グラフ / RDF / データ統合 / 多粒度 / 索引 / 多粒度分散知識グラフ / 分散問合せ |
|---|
| Outline of Research at the Start |
【研究項目1】エンティティに対応する頂点を類似したグループごとにスーパーノードとしてまとめることで，階層的な索引を構築する．今年度は，前年度までに検討した知識グラフ概要構築の効率化について検討を進める．
【研究項目2】大規模知識グラフに対する分散問合せにおける，統計情報を利用した問合せプランニングの問題として定式化し，手法を具体化する．
【研究項目3】大規模言語モデル（LLM）を用いた実体リンキング手法をベースとして，実体を対象として，複数の知識グラフを連携する．
【研究項目4】プロトタイプシステム構築に向けて，他の研究項目と連携し，各手法の基礎的な部分を実装，評価を進める．
|
| Outline of Annual Research Achievements |
【研究項目1 MD知識グラフの構造的・意味的要約生成】（担当：天笠，サポート：塩川）一般のグラフに対する要約生成手法を参考に，知識グラフに適した構造要約手法を検討した．知識グラフに含まれる多数のエンティティに対して，同一性判定を効率よく行うブロッキング手法を開発した（SAC2022，ACM ACR）．
【研究項目2 高速かつ分散透過なMD知識グラフ検索】（担当：塩川，サポート：天笠）
MD知識グラフに対する検索処理の高速化を念頭に，ベクトル表現されたデータに対する逆k最近傍検索をGPUで高速化する手法（DEMoC-2022），Opticsクラスタリングを高速に行う手法（DEXA2022），Transformerを用いた時系列予測手法の高速化（DEXA2022），ストリームデータに対する高精度な欠損値補完手法（iiWAS2022）などを開発した．また，フォグ環境における分散RDF推論の最適化手法についても検討した（SAC2023）．
【研究項目3 MD知識グラフと異種データの連携】（担当：北川，サポート：天笠）エンィティの直接的なマッチング（エンティティリンキング）だけではなく，エンティティの意味的な特徴に着目したマッチングを検討する．初年度は，関係データベースを対象とした仮想知識グラフ手法（DEIMフォーラム2023）を開発した．
【研究項目4 プロトタイプ構築および性能評価】（担当：Bou，サポート：全員）プロトタイプシステム構築に向けて，他の研究項目と連携し，各手法の基礎的な部分を実装，評評価した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
各研究項目について手法の検討が進んでおり，研究成果を国内外の学会で発表しているため．
|
| Strategy for Future Research Activity |
当初の研究計画に沿って，多粒度分散知識グラフの構造的・意味的要約手法の検討を進めるとともに，知識グラフ検索の高速化および異種データ連携方式について検討を進める予定である．
|
Report
(1 results)
Research Products
(16 results)
