• 한국초전도학회:학술대회논문집
• /
• v.14
• /
• pp.17-17
• /
• 2004

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1615-1617
• /
• 2015

웹을 통한 데이터 공유에 대한 관심의 증가로 RDF 트리플 형태의 데이터가 폭발적으로 증가하고 있다. 대용량 RDF 데이터를 저장하고 빠른 SPARQL 질의 처리를 지원하는 트리플 저장소의 개발이 중요하다. 아파치 프로젝트 중 하나인 Jena-TDB는 가장 잘 알려진 오픈소스 트리플 저장소 중 하나로서 Jena 프레임워크 기반으로 구현됐다. 하지만 Jena-TDB 의 경우 단일 컴퓨터에서 작동하기 때문에 대용량 RDF 데이터를 다룰 수 없다는 문제점이 있다. 본 논문에서는 MongoDB를 활용한 Jena 프레임워크 기반의 트리플 저장소인 Jena-MongoDB를 제안한다. Jena 프레임워크를 사용했기 때문에 기존 Jena-TDB와 동일한 인터페이스로 사용할 수 있고 최신 표준 SPARQL 문법도 지원한다. 또한 MongoDB를 사용했기 때문에 분산환경에서도 작동할 수 있다. 대용량 LUBM 데이터셋에 대한 SPARQL 질의 처리 실험결과 Jena-MongoDB가 Jena-TDB 보다 빠른 질의 응답 속도를 보여줬다.

• Journal of Information Processing Systems
• /
• v.5 no.1
• /
• pp.11-18
• /
• 2009

As well as providing various APIs for the development of inference engines and storage models, Jena is widely used in the development of systems or tools related with Web ontology management. However, Jena still has several problems with regard to the development of real applications, one of the most important being that its query processing performance is unacceptable. This paper proposes a storage model to improve the query processing performance of the original Jena storage. The proposed storage model semantically classifies OWL elements, and stores an ontology in separately classified tables according to the classification. In particular, the hierarchical knowledge is managed, which can make the processing performance of inferable queries enhanced and stores information. It enhances the query processing performance by using hierarchical knowledge. For this paper an experimental evaluation was conducted, the results of which showed that the proposed storage model provides a improved performance compared with Jena.

• Proceedings of the Optical Society of Korea Conference
• /
• 2006.02a
• /
• pp.179-180
• /
• 2006

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.144-148
• /
• 2007

W3C에서 표준 온톨로지 언어로 OWL을 채택함에 따라 많은 온톨로지들이 OWL로 기술 및 구현되고 있다. 이에 따라 대용량의 OWL 문서를 효율적으로 저장하고, 검색할 수 있는 모델에 대한 필요성이 제기되고 있으며, Jena, $Prot{\acute{e}}g{\acute{e}}$, Sesame, FacT 등 다양한 프레임워크가 제안되어 활발히 연구가 진행되고 있다. 이 논문에서는 기본적인 Jena2의 저장소 모델이 단일 테이블에 문서의 정보를 저장하여 대용량의 OWL데이터의 처리에 있어 성능이 저하되는 문제점을 해결하여 대용량의 OWL 문서의 효율적인 저장, 관리, 질의 가능한 OWL 온톨로지 관계형 데이터베이스 모델을 제안한다. 또한 OWL 온톨로지 관계형 데이터베이스 모델을 위한 어댑터 및 컨버터를 제안한다.

• Proceedings of the Korean Powder Metallurgy Institute Conference
• /
• 2006.09b
• /
• pp.946-947
• /
• 2006

Driven by the unavailibility of commercial test equipment for tensile and creep testing at temperatures up to $3000^{\circ}C$ a measuring system has been developed and constructed at the University of Applied Sciences, Jena. These temperatures are reached with precision by heating samples directly by electric current. Contact-less strain measurements are carried out with image processing software utilizing a CCD camera system. This paper covers results of creep tests which have been conducted on TZM sheet material (thickness 2 mm) in different heat-treatment conditions in the temperature range between $1200^{\circ}C$ and $1600^{\circ}C$.

• Journal of the Korea Society for Simulation
• /
• v.17 no.2
• /
• pp.31-47
• /
• 2008

As OWL(Web Ontology Language) has been selected as a standard ontology description language by W3C, many ontologies have been building and developing in OWL. The lena developed by HP as an Application Programming Interface(API) provides various APIs to develop inference engines as well as storages, and it is widely used for system development. However, the storage model of Jena2 stores most owl documents not acceptable into a single table and it shows low processing performance for a large ontology data set. Most of all, Jena2 storage model does not consider hierarchical structures of classes and properties. In addition, it shows low query processing performance using the hierarchical structure because of many join operations. To solve these issues, this paper proposes an OWL ontology relational database model. The proposed model semantically classifies and stores information such as classes, properties, and instances. It improves the query processing performance by managing hierarchical information in a separate table. This paper also describes the implementation and evaluation results. This paper also shows the experiment and evaluation result and the comparative analysis on both results. The experiment and evaluation show our proposal provides a prominent performance as against Jena2.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.411-416
• /
• 2009

웹 온톨로지 언어의 개발에 따라 웹 온톨롤지를 저장하기 위한 다양한 저장소들이 개발되었으며 이러한 웹 저장소는 관계형 데이터베이스 모델을 기반으로 하고 있다. 또한 웹 온톨로지 데이터를 검색하기 위한 질의 언어로서 W3C에서 SPARQL을 제안하였다. 웹 온톨로지 저장소로서 관계형 데이터베이스가 활발히 개발되고 SPARQL의 이용이 증가함에 따라 SPARQL을 SQL로 변환 하는 알고리즘의 필요성이 대두되었다. 지금까지 제안된 변환 알고리즘들은 SPARQL-to-SQL 변환 알고리즘이 저장소 구조에 종속적이라는 문제점이 있다. 이를 해결하기 위하여 관계형 뷰를 기반으로 저장소에 독립적인 변환 알고리즘을 활용할 수 있는 모델이 제안되었다. 그러나 제안된 모델에서 변환 알고리즘을 독립적으로 활용하기 위해서는 사전에 사용자가 SQL 문을 작성하여 수동적으로 뷰를 생성해 주어야 한다. 이 경우 수동적인 SQL 작성으로 인한 불편함과 사용자의 실수로 인한 SQL문의 오류가 생길 수 있다는 문제점이 있다. 따라서 이 논문에서는 이러한 문제점을 해결하기 위하여 다양한 웹 온톨로지 저장소 모델 OWL 관련 시스템 개발에 가장 많이 사용되고 있는 Jena 저장소를 이용하여 독립적 저장소 활용을 위한 뷰 생성 독인 Jena-to-TRIPLES 변환 도구를 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2008.10a
• /
• pp.109-112
• /
• 2008

OntoCS는 웹 기반 온톨로지 구축 시스템으로써 온톨로지 협업 구축이 가능한 장점이 있으나 구축한 온톨로지의 논리 기반 검색이나 추론 기능을 지원하지 않는다. 그로 인해 구축한 온톨로지의 검증 및 확장 작업을 위해서는 전문가의 수작업이 불가피하다. 따라서 본 논문에서는 OntoCS에 JENA Engine을 탑재하여 구축 중인 온톨로지의 논리 검색을 통한 온톨로지 검증과 온톨로지의 확장 구축 및 관리가 가능한 개선된 OntoCS를 제안하고 개발한다. 그리고 온톨로지 추론 전 후의 온톨로지 요소 비교를 통해 JENA에서의 온톨로지 추론 결과를 OntoCS에 반영할 수 있도록 한다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.22 no.2
• /
• pp.141-160
• /
• 2011

This study suggested knowledge base and search engine for the libraries that have the largescaled data. For this purpose, 3 components of knowledge bases(triple ontology, concept-based knowledge base, inverted file) were constructed and 3 search engines(search engine JENA for rule-based reasoning, Concept-based search engine, keyword-based Lucene retrieval engine) were implemented to measure their performance. As a result, concept-based retrieval engine showed the best performance, followed by ontology-based Jena retrieval engine, and then by a normal keyword search engine.