|
LOD(Linked Open Data)のデータモデルを定義するオントロジーにおいて推論のような高度な処理が可能となる場合に，それらのLODに対して効果的でかつ現実的な時間での問い合わせ実行を可能とする技術の洗練をさらに進めるとともに，エージェントシミュレーション時に複雑な資源配分メカニズムの適用が可能となるように，オークションに基づく資源配分メカニズムに対する外部からの割り当て調整との整合性を取る機構をさらに高速化するためのアルゴリズムの設計に取り組んだ．
本年度では特に，同技術の洗練と適用範囲を拡張するためのソフトウェア基盤の開発を進めた．具体的には，推論付きLODエンドポイントを対象とした LODデータへのアクセスのフロントエンド向けの処理最適化・近似技術をオントロジー設計への最適化まで扱えるようにさらなる拡張を行うと同時にその性能評価をまとめ，その実装プラットフォームを活用できるようにした．
これらの研究と並行して，もう１つの研究課題である，エージェントシミュレーションを行い，特定の公共政策などの影響の可能性や，必要な公共政策・メカニズムの適性の評価について，人間を交えて行えるようにするための参加者の負担軽減の考慮したソフトウェア基盤・最適化技術の開発を進めた．シミュレーションそのものの高速化のために，資源割当てメカニズムの側の計算アルゴリズムの拡張・高速化およびその試作を行い，性能向上に関する評価を行った．
|
