《973语义网格杭州研讨会华中科技大学汇报稿.pptVIP

基于语义网格的语义关联存储模型及管理和通信平台 金 海 集群与网格计算湖北省重点实验室 华中科技大学 汇报提纲 2005年研究进展情况 语义网格存储概念结构 主要研究内容和进展 论文发表情况 基于语义网的语义关联存储管理平台开发进展 应用系统介绍 SemreX:文献元数据信息共享应用 总结 语义网格存储概念结构 2005年主要研究内容 语义关联存储模型研究 基于语义的存储及语义关联存储 本体的半自动定义 基于本体的信息提取 语义相似度 基于主动存储的语义网格计算模型 基于语义相似度的语义网格自组织拓扑结构 基于语义的高效网格资源搜索机制 基于语义的网格资源自主探测和更新 基于语义的数据存储 基于语义网技术的数据存储趋势（ OntoWeb ) 对RDF/S支持远多于对标准本体语(DAML+OIL)的支持 大多数的查询语言是基于三元组的 大多数工具基于关系技术（对象或者关系数据库）来存储数据 目前存在的主要问题 工具不成熟 缺乏可扩展性 查全、查准等性能指标不高 语义关联存储 语义关联 语义相似度及语义相关度 分布 利用网格和对等网技术来增强语义存储的可扩展性 Edutella实现了基于p2p的RDF元数据网络(www’02) 结合传统的数据库索引机制如B+树，来索引分布数据库，优化分布架构 语义关联存储所涉及的技术 本体定义 信息提取 信息分类 语义相似度及语义相关度 本体的自动及半自动定义 网格中存在大量异构的元数据可采用本体方法表示和存储 人工定义本体开销非常大，要求能自动或人工辅助半自动定义本体 运用机器学习、数据挖掘等技术创建新本体, 使本体具有自学习功能 定义本体的方法 自顶向下 人工构建上层本体 运用机器学习、数据挖掘等技术创建新的概念 比较语义相似度并检测概念冲突，构建新本体 自底向上 对于大量的元数据采用核心本体表示 合并核心本体并形成上层本体 基于本体的信息提取 信息提取 信息从无结构到有结构 从自然语言到机器可识别 传统的信息提取技术 基于规则的方法：模式匹配、模板库 机器学习的方法：HMM、SVM等 弊端: 缺乏对提取出的实体之间联系的领域知识的识别能力 本体提供机器可识别的领域概念知识及其联系 基于本体的信息提取 广域网中文档数据信息的一致性 信息抽取的特异性 实体以及实体间联系的自动识别 基于本体的信息抽取 基于本体的资源分类 资源分类结合知识管理、数据挖掘、机器学习以及信息检索等方面技术 研究方法 对网格数据提取语义特征向量，运用数据挖掘、信息检索中潜在语义索引(LSI) 等技术 根据语义特征向量对数据进行基于本体的分类，结合kNN、支持向量机、贝叶斯概率等分类方法 本体的自动定义和资源分类 语义相似度 存储结点之间的相似度 定义对象的语义相似度 网格存储结点之间的相似度 Query语句和网格存储结点之间的语义相似度 存储结点之间的相似度 语义Query语句和存储结点之间的语义相似度 基于语义相似度的语义网格自组织结构 基于存储结点语义相似度的网格存储结点自组织结构 基于语义相似度的网格资源高效信息搜索机制 基于相似度的自组织存储结构 基于语义的网格结点资源的主动存储 网格中基于语义的主动存储 代理主动发现、监控和管理本地资源的状况，更新本地语义知识库中的内容 代理将语义知识库更新广告发送给邻居结点，主动更新路由信息 2005年论文发表情况－期刊文章(1) Hai Jin, Xuanhua Shi, Weizhong Qiang, and Deqing Zou, “DRIC: Dependable Grid Computing Framework”, IEICE Transactions on Information and Systems, 2006 Hai Jin, Xuanhua Shi, Weizhong Qiang, and Deqing Zou, “An Adaptive Meta-Scheduler for Data-Intensive Applications”, International Journal of Grid and Utility Computing, Vol.1, No.1, 2005, pp.32-37 Hai Jin, Weizhong Qiang, Xuanhua Shi, and Deqing Zou, “RB-GACA: A RBAC based Grid Access Control Architecture”, International Journal of Grid and Utility Computing, Vol.1, No.1, 2005, pp.61-70 2005年论文发表情况－期刊文章(2) 金海, 陈汉华, 宁小敏, 袁平