Grid-Based Projection of Spatial Data into Knowledge Graphs

要約

空間知識グラフ (SKG) は、現実世界のエンティティをモデル化する手段として採用が増えており、危機管理や都市計画などの分野で特に貴重であることが証明されています。
RDF 仕様では空間情報を効果的に管理するためのサポートが限定的であることを考慮すると、多角形や線などの幾何学的特徴のテキストベースのシリアル化をナレッジ グラフの文字列リテラルとして含めるのが一般的です。
その結果、空間知識グラフ (SKG) は、そのようなシリアル化の解析、解釈、インデックス付けが可能な地理対応 RDF ストアに依存することがよくあります。
この論文では、SKG の基本要素としてグリッド セルを活用し、現実世界のエンティティとその属性の空間特性をナレッジ グラフ内でいかに効率的にエンコードできるかを実証します。
さらに、街路ネットワークをナレッジ グラフで表現するための新しい方法論を導入し、各街路セグメントを個別にキャプチャする従来の手法とは異なります。
代わりに、私たちのアプローチは、グリッド セルを使用して道路ネットワークをテッセレーションし、RDF 仕様のみに依存して、さまざまなルーティングおよびナビゲーション タスクに利用できる簡略化された表現を作成することに基づいています。

要約(オリジナル)

The Spatial Knowledge Graphs (SKG) are experiencing growing adoption as a means to model real-world entities, proving especially invaluable in domains like crisis management and urban planning. Considering that RDF specifications offer limited support for effectively managing spatial information, it’s common practice to include text-based serializations of geometrical features, such as polygons and lines, as string literals in knowledge graphs. Consequently, Spatial Knowledge Graphs (SKGs) often rely on geo-enabled RDF Stores capable of parsing, interpreting, and indexing such serializations. In this paper, we leverage grid cells as the foundational element of SKGs and demonstrate how efficiently the spatial characteristics of real-world entities and their attributes can be encoded within knowledge graphs. Furthermore, we introduce a novel methodology for representing street networks in knowledge graphs, diverging from the conventional practice of individually capturing each street segment. Instead, our approach is based on tessellating the street network using grid cells and creating a simplified representation that could be utilized for various routing and navigation tasks, solely relying on RDF specifications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google