1 |
1
다수의 지식 베이스를 하둡 분산 파일 시스템(HDFS) 형태로 저장하는 HDFS부;둘 이상의 처리 노드부에 각각 태스크(Task)를 할당하는 작업 관리부; 및할당된 태스크에 기초하여 상기 HDFS부로부터 수신된 지식 베이스에 대해 추론 작업을 수행하여 확장된 지식 베이스를 산출하고, 산출된 확장된 지식 베이스를 HDFS부에 저장하는 둘 이상의 처리 노드부;를 포함하고,상기 수신된 지식 베이스에 포함된 문자열 형태의 각 트리플 문장(Triple Statement)은 점 대수 이론과 같은 하나의 시간 점 또는 하나의 시간 간격으로 구성된 두 개의 시간 이벤트 사이의 순서 관계를 나타내는 시간 프로퍼티를 포함하는 대규모 병렬 정성 시간 추론 장치
|
2 |
2
제1항에 있어서,상기 처리 노드부는상기 지식 베이스에 대해 사전 인코딩 작업을 수행하고, 인코딩 된 지식 베이스에 대해 역 관계 및 동일 관계 추론(Inverse 0026# Equal Reasoning)을 수행하고, 새로운 사실들이 유도되지 않을 때까지 이행 관계 추론(Transitive Reasoning) 및 관계 정제(Refining)를 반복 수행한 후, 추론이 완료된 지식 베이스를 HDFS부에 저장하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 장치
|
3 |
3
제2항에 있어서,상기 처리 노드부는 디코딩 작업을 통해 지식 베이스를 텍스트 형태로 변환하고, 텍스트 형태로 변환된 지식 베이스를 HDFS부에 저장하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 장치
|
4 |
4
제2항에 있어서,상기 처리 노드부는,지식 베이스에 포함된 문자열 형태의 각 트리플 문장(Triple Statement)을 숫자 형태의 주어 식별자(Subject ID), 술어 식별자(predicate ID) 및 목적어 식별자(object ID)의 조합으로 변환하여 인코딩 작업을 수행하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 장치
|
5 |
5
제2항에 있어서,상기 처리 노드부는 이행 관계 추론을 통해 정의된 이행 관계 추론 규칙을 지식 베이스에 적용하며, 이행 관계 추론을 통해 이접 관계(disjunctive relation)의 집합을 축소하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 장치
|
6 |
6
제2항에 있어서,상기 처리 노드부는 관계 정제 작업을 통해 추론된 사실 사이의 모순을 체크하고 인접 관계 사실을 정제하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 장치
|
7 |
7
제2항에 있어서,상기 처리 노드부는 지식 베이스를 구성하는 트리플 문장을 주어, 술어 및 목적어 중에서 적어도 하나 이상을 포함하는 구성 요소 별로 분해하고, 각 구성 요소의 통합 자원 식별자(URI)에 고유한 식별자를 부여하여 사전에 등록하고, 동시에 각 구성 요소의 통합 자원 식별자를 사전에 등록된 고유 식별자로 변환한 후, 변환된 구성 요소의 식별자를 결합하여 간결한 트리플 문장을 재구성하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 장치
|
8 |
8
제2항에 있어서상기 처리 노드부는,인코딩된 지식 베이스에 대해 역 관계 및 동일 관계를 동시에 추론하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 장치
|
9 |
9
제1항에 따른 대규모 병렬 정성 시간 추론 장치를 이용한 병렬 정성 시간 추론 방법에 있어서,할당된 태스크에 따라 지식 베이스를 인코딩하는 단계;인코딩 된 지식 베이스에 대해 역 관계 및 동일 관계 추론(Inverse 0026# Equal Reasoning)을 수행하는 단계;새로운 사실들이 유도되지 않을 때까지 이행 관계 추론(Transitive Reasoning) 및 관계 정제(Refining)를 반복 수행하는 단계; 및추론이 완료된 지식 베이스를 HDFS에 저장하는 단계;를 포함하며,상기 지식 베이스에 포함된 문자열 형태의 각 트리플 문장(Triple Statement)은 점 대수 이론과 같은 하나의 시간 점 또는 하나의 시간 간격으로 구성된 두 개의 시간 이벤트 사이의 순서 관계를 나타내는 시간 프로퍼티를 포함하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 방법
|
10 |
10
제9항에 있어서,추론이 완료된 지식 베이스를 HDFS에 저장하는 단계는 디코딩 작업을 통해 지식 베이스를 텍스트 형태로 변환하고, 텍스트 형태로 변환된 지식 베이스를 HDFS에 저장하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 방법
|
11 |
11
제9항에 있어서,상기 인코딩하는 단계는,지식 베이스에 포함된 문자열 형태의 각 트리플 문장(Triple Statement)을 숫자 형태의 주어 식별자(Subject ID), 술어 식별자(predicate ID) 및 목적어 식별자(object ID)의 조합으로 변환하여 인코딩 작업을 수행하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 방법
|
12 |
12
제9항에 있어서,상기 관계 정제의 작업은 추론된 사실 사이의 모순을 체크하고 인접 관계 사실을 정제하는 것을 특징으로 하는 대규모 병렬 정성 시간 추론 방법
|