Earticle

현재 위치 Home

멀티미디어 지식 모델링을 위한 일반화된 속성 그래프
A Generalized Property Graph for Multimedia knowledge modeling

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제5권 5호 (2021.10)바로가기
  • 페이지
    pp.721-728
  • 저자
    김주리
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A401552

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Knowledge Graph (KGS) has become a popular emerging technology in a variety of areas for knowledge modeling on the web. Two major KG models, that is, the resource description framework (RDF) and Label Characteristics Graph (LPG) are popular with large data set modeling, including multimedia resources, but the KG model that can harmonize the distinctive features of RDF and LPG necessary. This paper proposes a generalized characteristic graph (GPG) model from the conceptual modeling perspective of knowledge. GPG is a multi-relationship graph with a characteristic list that embodies the conceptualization of the drawing elements and relationships. In this paper, we will look at the core conceptual element of knowledge modeling and define its functionality. A list of enhanced properties enhancements can smoothly represent complex knowledge structures with compact expressions and powerful formatism. This paper shows how GPG provides compact, comprehensive knowledge modeling, and solves a difficult problem such as N-Arry relationships and refise.
한국어
지식 그래프(Knowledge Graphs; KGs)는 웹 상의 지식 모델링을 위한 다양한 영역에서 인기 있는 신흥 기술로 자리 잡았다. 두 가지 주요 KG 모델, 즉 자원 설명 프레임워크(RDF)와 라벨 특성 그래프(LPG)가 멀티미 디어 자원을 포함한 대형 데이터 셋 모델링에 인기가 있지만, RDF와 LPG의 구별 가능한 특징을 조화시킬 수 있 는 KG 모델이 필요하다. 본 논문은 지식의 개념적 모델링 관점에서 일반화된 특성 그래프(GPG) 모델을 제안한 다. GPG는 도면요소 및 관계의 개념화를 구체화하는 특성 리스트가 있는 지시된 레이블 지정 다중 관계 그래프 다. 또한 지식 모델링의 핵심 개념 요소를 살펴보고 그 기능을 정의한다. 기능이 향상된 속성 목록은 컴팩트한 표 현력과 강력한 형식주의로 복잡한 지식 구조를 매끄럽게 표현할 수 있다. 그리고, GPG가 어떻게 컴팩트하고 포괄 적인 지식 모델링을 제공하고 N-arry 관계와 refise와 같은 난해한 문제를 해결하는지 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 지식 모델링의 형식화
3.1 개체의 특징
3.2 관계의 특징
Ⅳ. 속성 목록의 특징
4.1 일반화된 속성 그래프의 정의
4.2 확장된 속성 구조
Ⅴ. GPG를 이용한 지식 그래프
Ⅵ. 결론
REFERENCES

키워드

지식 모델링 지식 그래프 프레임워크 멀티미디어 리소스 속성 그래프 Multimedia knowledge modeling Knowledge graph RDF LPG Feature structure Multimedia resources

저자

  • 김주리 [ Ju-Ri Kim | 원광대학교 융합교양대학 교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제5권 5호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.