JP6615420B1 - エッジシステム、情報処理方法及び情報処理プログラム - Google Patents

Abstract

応答深度制御部（１０４）は、セマンティックエンジン（１０５）の検索の深度に対する要求である応答深度を取得する。また、応答深度制御部（１０４）は、セマンティックエンジン（１０５）の検索の深度が応答深度に達するまで、セマンティックエンジン（１０５）に検索を繰り返させる。

Description

本発明は、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）に関する。

ＩｏＴでは、ビッグデータとしてクラウドシステム（以下、単にクラウドともいう）上に蓄積される様々なモノ（センサー）の情報を、複数のドメインにわたる複数のアプリケーションプログラム（以下、単にアプリケーションともいう）が共用するケースがある。この場合に、アプリケーションはセンサーのドメイン知識（設置場所、収集するデータの種類、精度など）を意識することなく利用できることが望ましい。
ＩｏＴに関する標準化団体であるｏｎｅＭ２Ｍは、アプリケーションからセマンティックなクエリを受け付け、クエリに応答する水平統合型ＩｏＴプラットフォームの標準化を進めている（例えば、特許文献１）。水平統合型ＩｏＴプラットフォームでは、オントロジーを使用して注釈を付与したセンサデータを管理する。また、水平統合型ＩｏＴプラットフォームでは、推論器によってアプリケーションのセマンティックなクエリに対する応答を実現する。これにより、アプリケーションはセンサーのドメイン知識なしで、データを利用することができる。
また、センサー側とアプリケーション側にメタデータを付与し、オントロジーを使用してメタデータ同士のマッチングを行い、アプリケーションの要求を満たすセンサデータを提供可能なセンサーの候補を抽出する技術も提案されている（例えば、特許文献２）。

特表２０１８−５０３９０５号公報 特開２０１８−８１３７７号公報

従来の水平統合型ＩｏＴプラットフォームは、クラウド上で集中的に処理を行うことが想定されている。このため、水平統合型ＩｏＴプラットフォームを利用するアプリケーションが著しく増加すると、処理負荷が高まり、応答性能が低下する恐れがある。スケールアップやスケールアウトで対応する場合も、その費用をアプリケーションが一律に負担する必要がある。また、クラウド上の集中処理では通信遅延が生じるため、通信遅延を許容できないアプリケーションの要求を満たせない場合がある。
クラウドへの負荷集中を軽減し、また通信遅延を解消するために、エッジシステムを用いることも想定される。しかしながら、エッジシステムの計算リソース及び記憶容量は限られている。このため、エッジシステムの限られた計算リソース及び記憶容量でアプリケーションからのクエリに的確に応答する必要がある。

本発明は、このような事情に鑑みたものである。より具体的には、水平統合型ＩｏＴプラットフォームにおいて、エッジシステムがアプリケーションからのクエリに的確に応答できるようにすることを主な目的とする。

本発明に係るエッジシステムは、
水平統合型ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）プラットフォームに対応したエッジシステムであって、
セマンティックエンジンと、
前記セマンティックエンジンの検索の深度に対する要求である応答深度を取得する深度取得部と、
前記セマンティックエンジンの検索の深度が前記応答深度に達するまで、前記セマンティックエンジンに検索を繰り返させる検索制御部とを有する。

本発明に係るエッジシステムは、セマンティックエンジンの検索の深度が応答深度に達するまで、セマンティックエンジンに検索を繰り返させる。このため、エッジシステムがアプリケーションからのクエリに的確に応答することができる。

実施の形態１に係るＩｏＴシステムの構成例を示す図。 実施の形態１に係るエッジシステムの機能構成例を示す図。 実施の形態１に係るエッジシステムの動作例を示すフローチャート。 実施の形態１に係る応答深度判定処理の詳細を示すフローチャート。 実施の形態２に係るＩｏＴシステムの構成例を示す図。 実施の形態２に係るエッジシステム（主系）、エッジシステム（従系）及びネットワークストレージの機能構成例を示す図。 実施の形態２に係るエッジシステム（主系）の動作例を示すフローチャート。 実施の形態２に係るセマンティックエンジン選択処理の詳細を示すフローチャート。 実施の形態２に係るエッジシステム（従系）の動作例を示すフローチャート。 実施の形態３に係るエッジシステムとクラウドシステムの機能構成例を示す図。 実施の形態４に係るエッジシステムの機能構成例を示す図。 実施の形態４に係るエッジシステムの動作例を示すフローチャート。 実施の形態４に係る関連性判定処理（クエリ）の詳細を示すフローチャート。 実施の形態４に係る関連性判定処理（実行結果）の詳細を示すフローチャート。 実施の形態５に係るエッジシステムの機能構成例を示す図。 実施の形態５に係るエッジシステムの動作例を示すフローチャート。 実施の形態５に係る結果拡張処理の詳細を示すフローチャート。 実施の形態６に係るエッジシステムとクラウドシステムの機能構成例を示す図。 実施の形態６に係るエッジシステムの動作例を示すフローチャート。 実施の形態６に係るクラウドシステムの動作例を示すフローチャート。 実施の形態７に係るエッジシステムの機能構成例を示す図。 実施の形態７に係るＬｉｎｋｅｄ Ｄａｔａの例を示す図。 実施の形態１に係る深度特定表を示す図。 実施の形態２に係るエンドポイント特定表を示す図。

以下、本発明の実施の形態について、図を用いて説明する。以下の実施の形態の説明及び図面において、同一の符号を付したものは、同一の部分又は相当する部分を示す。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１は、本実施の形態に係るＩｏＴシステム１の構成例を示す。

本実施の形態では、クラウドシステム１１がインターネット１３に接続されている。また、複数のエッジシステム１０がインターネット１３とイントラネット１４に接続されている。また、複数のセンサー１２がイントラネット１４に接続されている。
本実施の形態では、クラウドシステム１１に代わって、各エッジシステム１０がアプリケーションからのセマンティックなクエリへの応答を行う。各エッジシステム１０の計算リソース及び記憶容量はクラウドシステム１１の計算リソース及び記憶容量よりも少ない。しかしながら、以下に示す処理によりエッジシステム１０はアプリケーションからのセマンティックなクエリに的確に応答することができる。この結果、クラウドシステム１１への負荷集中を軽減し、また通信遅延を解消することができる。
なお、エッジシステム１０で行われ動作は、情報処理方法及び情報処理プログラムに相当する。

図２は、エッジシステム１０の機能構成例を示す。

エッジシステム１０は、センサー１２が計測したデータ、あるいは、センサー１２が統計処理等を行った処理済みのデータを、イントラネット１４を経由して収集する。また、エッジシステム１０は、必要に応じてクラウドシステム１１にインターネット１３経由でアクセスし、データをクラウドシステム１１に蓄積する。また、エッジシステム１０は、クラウドシステム１１に処理の一部を依頼することもできる。
以降、センサー１２が計測したデータ、あるいは、センサー１２が統計処理等を行った処理済みのデータを合わせて、計測データと呼ぶ。

エッジシステム１０は、ハードウェアとして、通信装置９００、プロセッサ９０１及び記憶装置９０２を有するコンピュータである。
また、エッジシステム１０は、機能構成として、通信部１００、データ収集部１０１、データレイク１０２、アプリケーション１０３、応答深度制御部１０４、セマンティックエンジン１０５及びオントロジー１０６を有する。

通信部１００は、センサー１２からの計測データを受信する。

データ収集部１０１は、収集時刻等のメタデータを計測データに付与する。また、データ収集部１０１は、必要であれば、計測データに対して統計処理又は正規化を実施する。そして、データ収集部１０１は、通信部１００が受信した計測データ（もしくは統計処理又は正規化の後の計測データ）をデータレイク１０２に保存する。

アプリケーション１０３は、クエリと応答深度が含まれるアプリケーションメタデータを応答深度制御部１０４へ出力する。
ここで、応答深度とは、アプリケーションが要求する結果を得るためのパラメータである。つまり、応答深度は、セマンティックエンジン１０５の検索の深度（以下、実行深度ともいう）に対する要求である。例えば、実行深度は、セマンティックエンジン１０５を実行する回数（再帰回数）である。つまり、アプリケーション１０３は、再帰回数に対する要求を応答深度として指定することができる。また、実行深度は、オントロジーの親子関係の深さ（オントロジーが木構造の場合は、ノードから根ノードまでのエッジ数）であってもよい。親子関係の深さは、例えば、図２３に示す深度特定表１０００に規定される抽象度で表される。つまり、アプリケーション１０３は、図２３に示す抽象度のレベル（１、２、３等）に対する要求を応答深度として指定することができる。

応答深度制御部１０４は、クエリと応答深度が含まれるアプリケーションメタデータを取得する。
また、応答深度制御部１０４は、セマンティックエンジン１０５に検索を依頼する。また、応答深度制御部１０４は、セマンティックエンジン１０５の検索の深度が応答深度に達するまで、セマンティックエンジン１０５に検索を繰り返させる。例えば、応答深度制御部１０４は、セマンティックエンジン１０５を実行する回数の調整を行う。
応答深度制御部１０４は、深度取得部及び検索制御部に相当する。また、応答深度制御部１０４で行われる処理は、深度取得処理及び検索制御処理に相当する。

セマンティックエンジン１０５は、具体的には、機械学習又は／及びＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）を用いた推論器等である。セマンティックエンジン１０５は、機械学習及びＲＤＦの一部のみを用いてもよい。また、セマンティックエンジン１０５は、機械学習及びＲＤＦを並列的又は直列的に使用してもよい。

データ収集部１０１、アプリケーション１０３、応答深度制御部１０４及びセマンティックエンジン１０５は、プログラムにより実現される。データ収集部１０１、アプリケーション１０３、応答深度制御部１０４及びセマンティックエンジン１０５を実現するプログラムはプロセッサ９０１により実行される。
また、データ収集部１０１、応答深度制御部１０４及びセマンティックエンジン１０５は専用のハードウェアによって実現されてもよい。
図１では、データ収集部１０１、アプリケーション１０３、応答深度制御部１０４及びセマンティックエンジン１０５がプログラムにより実現され、プロセッサ９０１がプログラムを実行する例を示す。
通信部１００は、通信装置９００で実現される。
データレイク１０２及びオントロジー１０６は、記憶装置９０２（メモリ、補助記憶装置を含む）内に設けられる。なお、データレイク１０２及びオントロジー１０６を専用のハードウェアで実現してもよい。

＊＊＊動作の説明＊＊＊
図３は、本実施の形態に係るエッジシステム１０の動作例を示す。

先ず、応答深度制御部１０４が、アプリケーション１０３からクエリ及び応答深度が含まれるアプリケーションメタデータを取得する（ステップＳ０１）。

次に、応答深度制御部１０４は、機械学習に必要な計測データ及び推論器に必要なＬｉｎｋｅｄ Ｄａｔａを入力データとしてデータレイク１０２及びオントロジー１０６から取得する（ステップＳ０２）。
そして、応答深度制御部１０４は入力データをセマンティックエンジン１０５に出力する。

次に、セマンティックエンジン１０５がアプリケーションメタデータに含まれるクエリに従って検索を行う（ステップＳ０３）。
なお、セマンティックエンジン１０５は、アプリケーションメタデータとデータレイク１０２に保存している計測データのメタデータとを用いて検索を行ってもよい。具体的には、セマンティックエンジン１０５は、期間、センサーの設置場所等でデータを絞り込むことができる。また、セマンティックエンジン１０５は、前回の実行結果を用いて再帰的に検索を行うことも可能である。
セマンティックエンジン１０５内でＲＤＦを使用する場合は、Ｌｉｎｋｅｄ Ｄａｔａのロード負荷の低減のために、エッジシステム１０の起動時に応答深度制御部１０４がＬｉｎｋｅｄ Ｄａｔａを予め読み込むようにしてもよい。

セマンティックエンジン１０５の実行後に、応答深度制御部１０４が、応答深度判定処理を行う（ステップＳ０４）。つまり、応答深度制御部１０４は、セマンティックエンジン１０５の検索の深度（再帰回数、抽象度）が応答深度に達しているか否かを判定する。応答深度判定処理の結果、処理を続行する場合（ステップＳ０５でＹＥＳ）は、入力データ取得（Ｓ０２）以降の処理が繰り返される。一方、処理を続行しない場合（ステップＳ０５でＮＯ）は、応答深度制御部１０４は、セマンティックエンジン１０５の実行結果をアプリケーション１０３に返却する（ステップＳ０６）。

図４は、応答深度判定処理（図３のステップＳ０４）の詳細を示す。

応答深度制御部１０４は、アプリケーションメタデータからアプリケーションが要求する応答深度を取得する（ステップＳ６０１）。

次に、応答深度制御部１０４は、セマンティックエンジン１０５の実行結果又はオントロジーの親子関係の深さから実行深度を特定する（ステップＳ６０２）。
前述したように、実行深度は、例えば、セマンティックエンジン１０５の再帰回数又は図２３に例示する抽象度である。
実行深度が応答深度より小さい場合（ステップＳ６０３でＹＥＳ）は、応答深度制御部１０４は、セマンティックエンジン１０５の処理続行を決定する（ステップＳ６０４）。
実行深度が応答深度以上である場合（ステップＳ６０３でＮＯ）は、応答深度制御部１０４は、セマンティックエンジン１０５の処理を終了することを決定する（ステップＳ６０５）。

なお、セマンティックエンジン１０５の実行結果が複数であっても、応答深度判定処理（図３のステップＳ０４）はそれぞれの実行結果に対して独立に実施される。

＊＊＊実施の形態の効果の説明＊＊＊
このように、本実施の形態では、応答深度制御部１０４は、セマンティックエンジン１０５の実行深度が応答深度に達するまで、セマンティックエンジン１０５に検索を繰り返させる。このため、計算リソース及び記憶容量が限られているエッジシステム１０であっても、クラウドシステム１１と同様に、アプリケーション１０３からのクエリに的確に応答することができる。つまり、本実施の形態では、アプリケーション１０３の要求に応じた、任意の応答深度（抽象度）で応答を行うことができる。

また、本実施の形態では、イントラネット１４上のエッジシステム１０でＩｏＴシステムの大部分の機能が動作する。このため、本実施の形態によれば、インターネット１３が利用できないなどの理由でクラウドシステム１１が使用不可能な状況においてもＩｏＴシステムの機能をアプリケーション１０３へ提供することができる（可用性の向上）。

また、本実施の形態では、アプリケーション１０３ごとに専用のＩｏＴシステムを構築する必要がない（コストの低減、開発の効率化）。

なお、本実施の形態では、再帰回数又は抽象度で判定しているが、再帰実行の過程で得られた結果の総数で再帰処理の終了条件を判定してもよい。更には、実施の形態７で述べるスコアリング結果の上位ｎ番（ｎは自然数）が得られたか否かで再帰処理の終了条件を判定してもよい。なお、アプリケーションメタデータには、いずれの再帰処理の終了条件が用いられるかが記載されるものとする。

実施の形態２．
本実施の形態では、エッジシステムのスケールアウト又はスケールダウンを可能にする構成を説明する。
本実施の形態では、主に実施の形態１との差異を説明する。
なお、以下で説明していない事項は、実施の形態１と同様である。

＊＊＊構成の説明＊＊＊
図５は、本実施の形態に係るＩｏＴシステム１の構成例を示す。
図５では、実現が容易なマスタースレーブモデルが採用されている。

本実施の形態では、イントラネット１４上に、ネットワークストレージ１５及びエッジシステム（従系）１６が新たに配置される。また、本実施の形態では、エッジシステム（主系）と表記する。
ネットワークストレージ１５は必ずしも必要ではない。しかし、エッジシステム（主系）１０及びエッジシステム（従系）１６が共通して使用する計測データをネットワークストレージ１５に格納しておくことで、計測データの管理が容易になる。
なお、エッジシステム（従系）１６は、複数あってもよい。

図６は、ネットワークストレージ１５、エッジシステム（主系）１０、エッジシステム（従系）１６の機能構成例を示す。

本実施の形態では、実施の形態１で説明したデータ収集部１０１及びデータレイク１０２が、エッジシステム（主系）１０ではなく、ネットワークストレージ１５に配置される。一方、エッジシステム（主系）１０には、セマンティックエンジン選択部１０７が追加される。

セマンティックエンジン選択部１０７は、アプリケーションのクエリあるいは再帰実行時のクエリのドメインに応じて、セマンティックエンジンを選択する。より具体的には、セマンティックエンジン選択部１０７は、エッジシステム（主系）１０に含まれるセマンティックエンジン１０５とエッジシステム（従系）１６に含まれるセマンティックエンジン４０１から、検索を行わせるセマンティックエンジンを選択する。そして、セマンティックエンジン選択部１０７は、選択したセマンティックエンジンに検索を行わせる。
セマンティックエンジン選択部１０７は、例えば、図２４に示すエンドポイント特定表２０００に基づき、エッジシステム（主系）１０のセマンティックエンジン１０５とエッジシステム（従系）１６のセマンティックエンジン４０１のいずれかを選択する。図２４では、クエリのドメイン（検索の種類）ごとに選択すべきセマンティックエンジンのエンドポイントＵＲＩ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｉｄｅｎｔｉｆｉｅｒ）が定義されている。セマンティックエンジン選択部１０７は、アプリケーション１０３からのクエリのドメインに対応するセマンティックエンジンを、図２４のエンドポイント特定表２０００を参照して選択する。なお、図２４のエンドポイント特定表２０００は、選択基準情報に相当する。
セマンティックエンジン選択部１０７は、例えば、プログラムにより実現され、プロセッサ９０１により実行される。また、セマンティックエンジン選択部１０７は専用のハードウェアで実現されてもよい。

ネットワークストレージ１５において、データ収集部１０１がイントラネット１４及び通信部３００を介してセンサー１２の計測データを収集する。データ収集部１０１は、収集した計測データを、実施の形態１と同様にデータレイク１０２に格納する。

データ取得部３０１は、エッジシステム（主系）１０又はエッジシステム（従系）１６の要求に応じて、データレイク１０２からデータを取り出す。また、データ取得部３０１は、取り出したデータをエッジシステム（主系）１０又はエッジシステム（従系）１６に送信する。

データ収集部１０１及びデータ取得部３０１は、プログラムにより実現される。データ収集部１０１及びデータ取得部３０１を実現するプログラムはプロセッサ７０１により実行される。
また、データ収集部１０１及びデータ取得部３０１は専用のハードウェアによって実現されてもよい。
図６では、データ収集部１０１及びデータ取得部３０１がプログラムにより実現され、プロセッサ７０１がプログラムを実行する例を示す。
通信部３００は、通信装置７００で実現される。
データレイク１０２は、記憶装置７０２（メモリ、補助記憶装置を含む）内に設けられる。なお、データレイク１０２を専用のハードウェアで実現してもよい。

エッジシステム（従系）１６は、エッジシステム（主系）１０からのクエリに基づき、セマンティックエンジン４０１を実行する。そして、エッジシステム（従系）１６は、セマンティックエンジン４０１の実行結果をエッジシステム（主系）１０に返却する。また、エッジシステム（従系）１６は、必要に応じ、セマンティックエンジン４０１の実行に必要な入力データを、ネットワークストレージ１５又はオントロジー４０２から取得する。
通信部４００は、通信装置６００で実現される。
セマンティックエンジン４０１は、プロセッサ６０１により実行される。セマンティックエンジン４０１は、専用のハードウェアによって実現されてもよい。
図６では、セマンティックエンジン４０１がプロセッサ６０１により実行される例を示す。
オントロジー４０２は、記憶装置６０２（メモリ、補助記憶装置を含む）内に設けられる。なお、オントロジー４０２を専用のハードウェアで実現してもよい。

＊＊＊動作の説明＊＊＊
図７は、本実施の形態に係るエッジシステム（主系）１０の動作例を示す。
以下では、実施の形態１との差分のみ説明する。

ステップＳ０１は、実施の形態１と同様であるため、説明を省略する。

次に、セマンティックエンジン選択部１０７が、セマンティックエンジンを選択する（ステップＳ０７）。
セマンティックエンジン選択部１０７が、エッジシステム（主系）１０内のセマンティックエンジン１０５（セマンティックエンジン１０５のエンドポイントＵＲＩ）を選択した場合（ステップＳ０８でＹＥＳ）は、実施の形態１と同様の処理が行われる（ステップＳ０２〜Ｓ０６）。
一方、セマンティックエンジン選択部１０７がエッジシステム（従系）１６のセマンティックエンジン４０１（セマンティックエンジン４０１のエンドポイントＵＲＩ）を選択した場合（ステップＳ０８でＮＯ）は、セマンティックエンジン選択部１０７は、エッジシステム（従系）１６のエンドポイントＵＲＩに対してクエリを発行する（ステップＳ０９）。そして、セマンティックエンジン選択部１０７は、エッジシステム（従系）１６から実行結果を取得する。
なお、図７に図示はしていないが、セマンティックエンジン選択部１０７がセマンティックエンジンのエンドポイントＵＲＩを特定できない場合は、セマンティックエンジン選択部１０７は、そのクエリを実行せずスキップする。または、セマンティックエンジン選択部１０７は、アプリケーション１０３にエラー通知を返却する。
セマンティックエンジンの実行結果を取得した後の処理は、実施の形態１と同様である（ステップＳ０４〜Ｓ０６）。

図８は、図７のセマンティックエンジン選択処理（ステップＳ０７）の詳細を示す。

セマンティックエンジン選択部１０７は、アプリケーションメタデータ、あるいは、セマンティックエンジンの実行結果から今回実行するクエリを生成する。そして、セマンティックエンジン選択部１０７は、そのクエリのドメインを特定する（ステップＳ７０１）。

次に、セマンティックエンジン選択部１０７は、図２４のエンドポイント特定表２０００において、特定したクエリのドメインに対応するセマンティックエンジンのエンドポイントＵＲＩを特定する（ステップＳ７０２）。

図９は、エッジシステム（従系）１６の動作例を示す。
より具体的には、図９は、図７のステップＳ０９で発行されたクエリに対する処理手順を示す。

先ず、セマンティックエンジン４０１が、通信部４００を介して、エッジシステム（主系）１０からクエリを受信する（Ｓ９０１）。

次に、セマンティックエンジン４０１は、必要な入力データを取得する（ステップＳ９０２）。
計測データが必要な場合は、セマンティックエンジン４０１は、ネットワークストレージ１５のデータ取得部３０１に問合せ、計測データを得る。また、ＲＤＦ実行のためのＬｉｎｋｅｄ Ｄａｔａが必要な場合は、セマンティックエンジン４０１は、オントロジー４０２からＬｉｎｋｅｄ Ｄａｔａをロードする。

そして、セマンティックエンジン４０１は、入力データを用いて検索を実行する（ステップＳ９０３）。
そして、セマンティックエンジン４０１は、実行結果を通信部４００を介してエッジシステム（主系）１０に返却する（ステップＳ９０４）。

なお、スケールアウト時は、エッジシステム（従系）１６と同等なエッジシステム（従系）がイントラネット１４上に追加される。その後、セマンティックエンジン選択部１０７が、エンドポイント特定表２０００に、新たに追加されたエッジシステム（従系）が担当するクエリのドメインと、エンドポイントＵＲＩとを追記する。
一方、スケールダウン時は、イントラネット１４上から削除対象のエッジシステム（従系）が除外される。セマンティックエンジン選択部１０７は、エンドポイント特定表２０００から、除外したエッジシステム（従系）が担当するクエリのドメインと、エンドポイントＵＲＩとを削除する。

なお、本実施の形態では、マスタースレーブモデル型を例にして説明を行った。しかし、ピュアＰ２Ｐのような、エッジシステムの機能が対称であるようなサーバントを使用したモデルを用いてもよい。
また、本実施の形態では、イントラネット１４に配置されたエッジシステム（従系）１６を用いる例を説明した。代わりに、インターネット１３にエッジシステム（従系）１６を配置し、インターネット１３に配置されたエッジシステム（従系）１６を用いるようにしてもよい。

＊＊＊実施の形態の効果の説明＊＊＊
以上、本実施の形態によれば、スケールアウト及びスケールダウンが容易である。つまり、本実施の形態によれば、容易に処理能力を増強することができ、また、容易に処理能力を削減することができる。
また、本実施の形態によれば、同じ機能を持つエッジシステム（従系）を複数台用意することで、冗長化が可能となり、可用性が向上する。

実施の形態３．
本実施の形態では、クラウドシステムのセマンティックエンジンを選択する構成を説明する。
本実施の形態では、主に実施の形態２との差異を説明する。
なお、以下で説明していない事項は、実施の形態２と同様である。

＊＊＊構成の説明＊＊＊
図１０は、本実施の形態に係るエッジシステム１０とクラウドシステム１１の機能構成例を示す。
エッジシステム１０の機能構成は、実施の形態１と同様である。

クラウドシステム１１において、データ収集部２０３は、エッジシステム１０からセンサー１２の計測データを収集する。そして、データ収集部２０３は、収集した計測データをデータレイク２０４に格納する。
エッジシステム１０は、クラウドシステム１１に送信する計測データを選択することができる。また、エッジシステム１０は、クラウドシステム１１に送信する計測データを統計値にする等により匿名化してもよい。

データ収集部２０３及びセマンティックエンジン２０５は、プロセッサ８０１により実行される。
また、データ収集部２０３及びセマンティックエンジン２０５は、専用のハードウェアで実行されてもよい。
図１０では、データ収集部２０３及びセマンティックエンジン２０５がプロセッサ８０１により実行される例を示す。
通信部２００は、通信装置８００で実現される。
データレイク２０４及びオントロジー２０２は、記憶装置８０２（メモリ、補助記憶装置を含む）内に設けられる。データレイク２０４及びオントロジー２０２を専用のハードウェアで実現してもよい。

＊＊＊動作の説明＊＊＊
本実施の形態に係るエッジシステム１０の処理は、実施の形態２のエッジシステム（主系）１０とほぼ同様であるので、差分のみ説明する。
セマンティックエンジン選択部１０７は、クラウドシステム１１のセマンティックエンジン２０５を利用するために、図２４のエンドポイント特定表２０００にセマンティックエンジン２０５が担当するクエリのドメインと、エンドポイントＵＲＩとを追記する。
そして、セマンティックエンジン選択部１０７は、エンドポイント特定表２０００に基づき、エッジシステム１０のセマンティックエンジン１０５とクラウドシステム１１のセマンティックエンジン２０５のいずれかを選択する。

クラウドシステム１１では、セマンティックエンジン２０５が、エッジシステム１０からクエリを受信すると、検索の実行に必要な入力データを取得する。
計測データが必要な場合は、セマンティックエンジン２０５は、データレイク２０４から計測データを得る。
ＲＤＦ実行のためのＬｉｎｋｅｄ Ｄａｔａが必要な場合は、セマンティックエンジン２０５は、オントロジー２０２からＬｉｎｋｅｄ Ｄａｔａをロードする。
そして、セマンティックエンジン２０５は、入力データを用いて検索を実行する。
そして、セマンティックエンジン２０５は、実行結果を通信部２００を介してエッジシステム１０に返却する。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態によれば、セマンティックエンジンの検索処理の一部をリソースが豊富なクラウドシステムに担当させることで、アプリケーションへの応答バリエーションを拡充することができる。
また、本実施の形態によれば、アプリケーションの要求に応じ、クラウドシステムの使用有無を判断できるため、クラウドシステムへの負荷集中を回避できる。

実施の形態４．
本実施の形態では、セマンティックエンジンの実行結果から、アプリケーションからのクエリと関連性が低い結果を除去し、実行結果の精度を向上させる構成を説明する。
本実施の形態では、主に実施の形態１との差異を説明する。
なお、以下で説明していない事項は、実施の形態１と同様である。

＊＊＊構成の説明＊＊＊
図１１は、本実施の形態に係るエッジシステム１０の機能構成例である。

実施の形態１との差分のみ説明する。
図１１では、関連性判定部１０８がセマンティックエンジン１０５と応答深度制御部１０４との間に追加されている。
関連性判定部１０８は、応答深度制御部１０４からセマンティックエンジン１０５へのクエリを取得する。そして、関連性判定部１０８は、取得したクエリに対するセマンティックエンジン１０５の実行結果を予測する。そして、関連性判定部１０８は、予測した実行結果がアプリケーション１０３が求める実行結果に合致するか否かを判定する。関連性判定部１０８は、予測した実行結果がアプリケーション１０３が求める実行結果に合致しない場合に、当該クエリを破棄する。
また、関連性判定部１０８は、セマンティックエンジン１０５の実行結果を取得する。アプリケーション１０３からのクエリとセマンティックエンジン１０５の実行結果とを比較する。そして、関連性判定部１０８は、セマンティックエンジン１０５の実行結果にクエリに合致しない実行結果が存在するか否かを判定する。セマンティックエンジン１０５の実行結果にクエリに合致しない実行結果が存在する場合に、関連性判定部１０８は、クエリに合致しない実行結果を破棄する。
関連性判定部１０８は、クエリ破棄部及び結果破棄部に相当する。

＊＊＊動作の説明＊＊＊
図１２は、本実施の形態に係るエッジシステム１０の動作例を示す。
なお、以下では、実施の形態１との差分のみ説明する。

ステップＳ０１は、実施の形態１と同様であるため、説明を省略する。

次に、関連性判定部１０８が、セマンティックエンジン１０５へのクエリの関連性判定を実施する（ステップＳ１０）。
つまり、関連性判定部１０８は、クエリに対するセマンティックエンジン１０５の実行結果を予測し、予測した実行結果がアプリケーション１０３が求める実行結果に合致しない場合に、当該クエリを破棄する。

ステップＳ０２及びステップＳ０３は、実施の形態１と同様であるため、説明を省略する。

次に、関連性判定部１０８が、セマンティックエンジン１０５の実行結果の関連性判定を実施する（ステップＳ１１）。
つまり、関連性判定部１０８は、セマンティックエンジン１０５の実行結果にクエリに合致しない実行結果が存在する場合に、クエリに合致しない実行結果を破棄する。

図１３は、関連性判定処理（クエリ）（図１２のステップＳ１０）の詳細を示す。

関連性判定部１０８は、応答深度制御部１０４からアプリケーションメタデータを取得する（ステップＳ１００１）。

次に、関連性判定部１０８は、セマンティックエンジン１０５が出力する全ての答えの集合（出力集合）とアプリケーションメタデータとの類似度を算出する（ステップＳ１００２）。
すなわち、関連性判定部１０８は、セマンティックエンジン１０５が出力する全ての答えを予測する。次に、関連性判定部１０８は、予測した全ての答えの各々とアプリケーションメタデータとの類似度を算出する。
関連性判定部１０８は、例えば、次のように類似度を算出する。
ここでは、アプリケーションメタデータにクエリとして「室内における行動」が含まれていると考える。セマンティックエンジンの出力集合として、「（室内の）廊下を渡る」、「（外で）散歩している」及び「階段を上る」が得られたとする。関連性判定部１０８は、類似度として、ユークリッド距離、相関関数、尤度関数等を用いる。ここでは、関連性判定部１０８が尤度関数を利用するものとする。
尤度関数Ｌは次のように定義される。
Ｐ（Ａ｜Ｂ＝ｂ）をＢ＝ｂが発生した場合にＡが起きる条件付き確率とすると、Ｌ（ｂ｜Ａ）＝∝Ｐ（Ａ｜Ｂ＝ｂ）と表す（∝は比例記号）。
「（室内の）廊下を渡る」の類似度は、Ｌ（室内における行動｜（室内の）廊下を渡る）＞０となる。即ち、「（室内の）廊下を渡る」という事象は、室内における行動として尤もらしい。
同様に、Ｌ（室内における行動｜（外で）散歩している）＝０、Ｌ（室内における行動｜階段を上る）＝１／２となる。「階段を上る」事象は、屋内でも屋外でも発生し得るため、１／２となる。

次に、関連性判定部１０８は、全ての出力集合に対して、類似度と閾値とを比較する（ステップＳ１００３）。
類似度が閾値以上の出力がひとつでも存在する場合（ステップＳ１００３でＹＥＳ）は、関連性判定部１０８は、クエリをセマンティックエンジン１０５へ出力する（ステップＳ１００４）。
一方、出力集合の類似度がすべて閾値より小さい場合（ステップＳ１００３でＮＯ）は、関連性判定部１０８は、クエリをセマンティックエンジン１０５へ出力せず、クエリを除外する（ステップＳ１００５）。この時、関連性判定部１０８は、応答深度制御部１０４へ、有効な応答が存在しない旨を通知する。

図１４は、関連性判定処理（実行結果）（図１２のステップＳ１１）の詳細を示す。

関連性判定部１０８は、応答深度制御部１０４からアプリケーションメタデータを取得する（ステップＳ１１０１）。

次に、関連性判定部１０８は、セマンティックエンジン１０５の実行結果とアプリケーションメタデータとの類似度を算出する（ステップＳ１１０２）。
関連性判定部１０８は、図１３のステップＳ１００２の算出方法と同様の算出方法で類似度を算出する。

次に、関連性判定部１０８は、全ての実行結果に対して、類似度と閾値とを比較する（ステップＳ１１０３）。
類似度が閾値より小さい場合（ステップＳ１１０３でＮＯ）は、関連性判定部１０８は、対応するセマンティクエンジン実行結果を除外する（ステップＳ１１０４）。
一方、類似度が閾値以上であれば（ステップＳ１１０３でＹＥＳ）、関連性判定部１０８は、応答深度制御部１０４に実行結果を出力する。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態によれば、不要な再帰処理を抑制することで、消費リソースを低減することができる。
また、本実施の形態によれば、アプリケーションへの応答に、ノイズが少なくなる。

実施の形態５．
本実施の形態では、セマンティックエンジンの実行結果をシソーラス（類語、関連語、連想語）によって拡張する構成を説明する。セマンティックエンジンが、拡張された実行結果を用いて再帰的に検索を実行することで、実行結果のバリエーションを増加させることができる。
本実施の形態では、主に実施の形態１との差異を説明する。
なお、以下で説明していない事項は、実施の形態１と同様である。

＊＊＊構成の説明＊＊＊
図１５は、本実施の形態に係るエッジシステム１０の機能構成例を示す。
実施の形態１との差分のみ説明する。
図１５では、結果拡張部１０９がセマンティックエンジン１０５と応答深度制御部１０４との間に追加されている。
結果拡張部１０９は、セマンティックエンジン１０５の実行結果を取得する。そして、結果拡張部１０９は、シソーラス１１０を用いてセマンティックエンジン１０５の実行結果を拡張する。結果拡張部１０９は、拡張された実行計画を応答深度制御部１０４に返却する。

＊＊＊動作の説明＊＊＊
図１６は、本実施の形態に係るエッジシステム１０の動作例を示す。
なお、以下では、実施の形態１との差分のみ説明する。

ステップＳ０１〜Ｓ０３は、実施の形態１と同様であるため、説明を省略する。

次に、結果拡張部１０９が、セマンティックエンジン１０５の実行結果の拡張する（ステップＳ１２）。
この結果、再帰実行する際のセマンティックエンジン１０５への入力のバリエーションが増える。

ステップＳ０４〜Ｓ０６は、実施の形態１と同様であるため、説明を省略する。

図１７は、結果拡張処理（図１６のステップＳ１２）の詳細を示す。

結果拡張部１０９は、セマンティックエンジン１０５の実行結果を取得する（ステップＳ１２０１）。

次に、結果拡張部１０９は、実行結果から類推される類語、関連語、連想語などを、シソーラス１１０を使用して特定する（ステップＳ１２０２）。
そして、結果拡張部１０９は、セマンティックエンジン１０５の実行結果と、ステップＳ１２０２で特定された語を応答深度制御部１０４に出力する。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態によれば、語の揺らぎによる推論の取りこぼしを防止することで、アプリケーションへ返答する結果の精度が向上する。

実施の形態６．
本実施の形態では、エッジシステムのセマンティックエンジンが使用するＲＤＦのオントロジー（Ｌｉｎｋｅｄ Ｄａｔａ）及び機械学習のモデルデータをクラウドシステムから取得する構成を説明する。オントロジー（Ｌｉｎｋｅｄ Ｄａｔａ）及びモデルデータをクラウドシステムから取得することにより、動的にセマンティックエンジンの挙動を制御することができる。
本実施の形態では、主に実施の形態１との差異を説明する。
なお、以下で説明していない事項は、実施の形態１と同様である。

＊＊＊構成の説明＊＊＊
図１８は、本実施の形態に係るエッジシステム１０とクラウドシステム１１の機能構成例を示す。
なお、図１８では、オントロジー（Ｌｉｎｋｅｄ Ｄａｔａ）及び機械学習のモデルデータの取得及び抽出に関する構成のみを示している。
つまり、本実施の形態に係るエッジシステム１０では、実施の形態１の構成に、オントロジー取得部１１１が追加されている。また、本実施の形態に係るクラウドシステム１１では、実施の形態３の構成に、オントロジー抽出部２０１が追加されている。

エッジシステム１０において、オントロジー取得部１１１は、セマンティックエンジン１０５が用いるオントロジー（Ｌｉｎｋｅｄ Ｄａｔａ）及び機械学習のモデルデータの少なくともいずれかをクラウドシステム１１から取得する。
クラウドシステム１１において、オントロジー抽出部２０１は、エッジシステム１０からの要求に基づき、セマンティックエンジン１０５が用いるオントロジー（Ｌｉｎｋｅｄ Ｄａｔａ）及び機械学習のモデルデータの少なくともいずれかを抽出する。そして、オントロジー抽出部２０１は、抽出したオントロジー（Ｌｉｎｋｅｄ Ｄａｔａ）又は／及びモデルデータをエッジシステム１０に送信する。

＊＊＊動作の説明＊＊＊
図１９は、本実施の形態に係るエッジシステム１０の動作例を示す。
なお、以下では、オントロジー取得部１１１がＬｉｎｋｅｄ Ｄａｔａ及びモデルデータを受信する例を説明するが、オントロジー取得部１１１はＬｉｎｋｅｄ Ｄａｔａ及びモデルデータのいずれか一方のみを受信してもよい。また、オントロジー取得部１１１は、セマンティックエンジン１０５が用いるデータであれば、Ｌｉｎｋｅｄ Ｄａｔａ、モデルデータ以外のデータを受信してもよい。

先ず、オントロジー取得部１１１は、アプリケーションメタデータを取得する（ステップＳ１１１０１）。

次に、オントロジー取得部１１１は、クラウドシステム１１にＬｉｎｋｅｄ Ｄａｔａ及びモデルデータの取得のためのクエリを送信する（ステップＳ１１１０２）。当該クエリにはアプリケーションメタデータが含まれている。

次に、オントロジー取得部１１１は、クラウドシステム１１からＬｉｎｋｅｄ Ｄａｔａ及びモデルデータを受信し、また、受信したＬｉｎｋｅｄ Ｄａｔａ及びモデルデータを、オントロジー１０６に格納する（ステップＳ１１１０３）。

図２０は、本実施の形態に係るクラウドシステム１１の動作例を示す。
なお、以下では、オントロジー抽出部２０１がＬｉｎｋｅｄ Ｄａｔａ及びモデルデータを抽出する例を説明するが、オントロジー抽出部２０１はＬｉｎｋｅｄ Ｄａｔａ及びモデルデータのいずれか一方のみを抽出してもよい。また、オントロジー抽出部２０１は、セマンティックエンジン１０５が用いるデータであれば、Ｌｉｎｋｅｄ Ｄａｔａ、モデルデータ以外のデータを抽出してもよい。

先ず、オントロジー抽出部２０１が、エッジシステム１０からクエリを受信し、クエリからアプリケーションメタデータを抽出する（ステップＳ２０１０１）。

次に、オントロジー抽出部２０１は、アプリケーションメタデータの情報を基に、オントロジー２０２から条件に合うＬｉｎｋｅｄ Ｄａｔａ及びモデルデータを抽出する（ステップＳ２０１０２）。
具体的には、オントロジー抽出部２０１は、アプリケーションのドメイン（例えば、人の行動、病気の種類、機器の動作等）又は統計情報（他の類似のアプリケーションのこれまでの使用実績等）で、条件に合うＬｉｎｋｅｄ Ｄａｔａ及びモデルデータを絞り込む。なお、オントロジー抽出部２０１は、Ｌｉｎｋｅｄ Ｄａｔａを抽出する場合は、Ｌｉｎｋｅｄ Ｄａｔａから不要なリンクを取り除いてもよい。その際、オントロジー抽出部２０１は、機械学習、統計情報等を用いて、リンクの要否を判定してもよい。

次に、オントロジー抽出部２０１は、抽出したＬｉｎｋｅｄ Ｄａｔａ及びモデルデータをエッジシステム１０に返信する（ステップＳ２０１０３）。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態によれば、エッジシステムのオントロジーを適切に更新することができる。このため、本実施の形態によれば、アプリケーションに出力する実行結果の精度を向上させることができる。
また、本実施の形態によれば、クラウドシステムでオントロジーを一元管理することができる。このため、本実施の形態によれば、他のエッジシステム上の類似のアプリケーションに知識を転用することができる。この結果、他のエッジシステムの稼働の初期からセマンティックエンジンの実行結果の精度を向上させることができる。

実施の形態７．
本実施の形態では、セマンティックエンジンの実行結果に優先順位を設定する構成を説明する。この結果、アプリケーションは、実行結果における重要度を認識することができる。
本実施の形態では、主に実施の形態１との差異を説明する。
なお、以下で説明していない事項は、実施の形態１と同様である。

＊＊＊構成の説明＊＊＊
図２１は、本実施の形態に係るエッジシステム１０の機能構成例を示す。
実施の形態１との差分のみ説明する。
図２１では、スコアリング部１１２が応答深度制御部１０４とアプリケーション１０３との間に追加されている。
スコアリング部１１２は、セマンティックエンジン１０５の実行結果に優先順位を設定する。より具体的には、スコアリング部１１２は、セマンティックエンジン１０５の推論過程に基づき、セマンティックエンジン１０５の実行結果に優先順位を設定する。
なお、図２１では、スコアリング部１１２を説明するために必要な構成のみを図示している。

＊＊＊動作の説明＊＊＊
次に、スコアリング部１１２の動作を説明する。
図２２は、セマンティックエンジン１０５のＲＤＦで使用するＬｉｎｋｅｄ Ｄａｔａの例である。
Ｌｉｎｋｅｄ Ｄａｔａ３０００は、主語及び目的語の少なくともいずれかであるノード３００１、３００３、３００４、３００５、３００６、３００７と、ノードを結ぶ述語３００２の有向グラフで構成される。
セマンティックエンジン１０５の１回目の実行において、計測データから機械学習によりノード３００１が推論され、さらにＲＤＦによりノード３００３、３００４が推論されたとする。セマンティックエンジン１０５の２回目の実行において、ノード３００５、３００６、３００７が推論されたとする。スコアリング部１１２は、ノードごとに、推論時にどのノードの通過があったかを記録する。図２２の例では、ノード３００１、３００３、３００４、３００６、３００７の各々は１回の通過、ノード３００５は２回の通過が記録される。
スコアリング部１１２は、通過回数をスコアとして扱う。そして、スコアリング部１１２は、スコアの高い順にセマンティックエンジン１０５の実行結果に優先順位を設定する。更に、スコアリング部１１２は、優先順位が高い実行結果を優先してアプリケーションに提示する。上記の例では、ノード３００５の優先順位が最も高い。ノード３００１、３００３、３００４、３００６、３００７の優先順位は全て同じである。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態によれば、推論の過程の情報を利用して、スコアリングを実施できるので、結果の正当性を確認することができる。
また、本実施の形態によれば、アプリケーションは、どの実行結果が重要であるかを判断しやすくなる。

＊＊＊ハードウェア構成の説明＊＊＊
最後に、エッジシステム１０のハードウェア構成の補足説明を行う。
プロセッサ９０１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。
プロセッサ９０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）等である。
記憶装置９０２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等である。
通信装置９００は、データの通信処理を実行する電子回路である。
通信装置９００は、例えば、通信チップ又はＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。

また、記憶装置９０２には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）も記憶されている。
そして、ＯＳの少なくとも一部がプロセッサ９０１により実行される。
プロセッサ９０１はＯＳの少なくとも一部を実行しながら、データ収集部１０１、アプリケーション１０３、応答深度制御部１０４、セマンティックエンジン１０５、セマンティックエンジン選択部１０７、関連性判定部１０８、結果拡張部１０９、オントロジー取得部１１１、スコアリング部１１２の機能を実現するプログラムを実行する。
プロセッサ９０１がＯＳを実行することで、タスク管理、メモリ管理、ファイル管理、通信制御等が行われる。
また、データ収集部１０１、アプリケーション１０３、応答深度制御部１０４、セマンティックエンジン１０５、セマンティックエンジン選択部１０７、関連性判定部１０８、結果拡張部１０９、オントロジー取得部１１１、スコアリング部１１２の処理の結果を示す情報、データ、信号値及び変数値の少なくともいずれかが、記憶装置９０２、プロセッサ９０１内のレジスタ及びキャッシュメモリの少なくともいずれかに記憶される。
また、データ収集部１０１、アプリケーション１０３、応答深度制御部１０４、セマンティックエンジン１０５、セマンティックエンジン選択部１０７、関連性判定部１０８、結果拡張部１０９、オントロジー取得部１１１、スコアリング部１１２の機能を実現するプログラムは、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ等の可搬記録媒体に格納されていてもよい。そして、データ収集部１０１、アプリケーション１０３、応答深度制御部１０４、セマンティックエンジン１０５、セマンティックエンジン選択部１０７、関連性判定部１０８、結果拡張部１０９、オントロジー取得部１１１、スコアリング部１１２の機能を実現するプログラムが格納された可搬記録媒体を商業的に流通させてもよい。

また、データ収集部１０１、応答深度制御部１０４、セマンティックエンジン選択部１０７、関連性判定部１０８、結果拡張部１０９、オントロジー取得部１１１、スコアリング部１１２の「部」を、「回路」又は「工程」又は「手順」又は「処理」に読み替えてもよい。
また、エッジシステム１０は、処理回路により実現されてもよい。処理回路は、例えば、ロジックＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）である。
なお、本明細書では、プロセッサと処理回路との上位概念を、「プロセッシングサーキットリー」という。
つまり、プロセッサと処理回路とは、それぞれ「プロセッシングサーキットリー」の具体例である。

１ ＩｏＴシステム、１０ エッジシステム、１１ クラウドシステム、１２ センサー、１３ インターネット、１４ イントラネット、１５ ネットワークストレージ、１６ エッジシステム（従系）、１００ 通信部、１０１ データ収集部、１０２ データレイク、１０３ アプリケーション、１０４ 応答深度制御部、１０５ セマンティックエンジン、１０６ オントロジー、１０７ セマンティックエンジン選択部、１０８ 関連性判定部、１０９ 結果拡張部、１１０ シソーラス、１１１ オントロジー取得部、１１２ スコアリング部、２００ 通信部、２０１ オントロジー抽出部、２０２ オントロジー、２０３ データ収集部、２０４ データレイク、２０５ セマンティックエンジン、３００ 通信部、３０１ データ取得部、４００ 通信部、４０１ セマンティックエンジン、４０２ オントロジー、６００ 通信装置、６０１ プロセッサ、６０２ 記憶装置、７００ 通信装置、７０１ プロセッサ、７０２ 記憶装置、８００ 通信装置、８０１ プロセッサ、８０２ 記憶装置、９００ 通信装置、９０１ プロセッサ、９０２ 記憶装置、１０００ 深度特定表、２０００ エンドポイント特定表。

Claims (14)

1. セマンティックエンジンと、
   前記セマンティックエンジンへのクエリを取得し、前記クエリに対する前記セマンティックエンジンの実行結果を予測し、予測した実行結果が前記クエリの発行元が求める実行結果に合致するか否かを判定し、予測した実行結果が前記クエリの発行元が求める実行結果に合致しない場合に、前記クエリを破棄するクエリ破棄部とを有するエッジシステム。
2. 前記エッジシステムは、
   水平統合型ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）プラットフォームに対応したエッジシステムであって、更に、
   前記セマンティックエンジンの検索の深度に対する要求である応答深度を取得する深度取得部と、
   前記セマンティックエンジンの検索の深度が前記応答深度に達するまで、前記セマンティックエンジンに検索を繰り返させる検索制御部とを有する請求項１に記載のエッジシステム。
3. 前記エッジシステムは、更に、
   前記セマンティックエンジンと、他のシステムに含まれるセマンティックエンジンとのいずれかを選択し、選択したセマンティックエンジンに検索を行わせるセマンティックエンジン選択部を有する請求項１に記載のエッジシステム。
4. 前記セマンティックエンジン選択部は、
   前記セマンティックエンジンと、他のエッジシステムに搭載されるセマンティックエンジンとのいずれかを選択する請求項３に記載のエッジシステム。
5. 前記セマンティックエンジン選択部は、
   前記セマンティックエンジンと、クラウドシステムに搭載されるセマンティックエンジンとのいずれかを選択する請求項３に記載のエッジシステム。
6. 前記セマンティックエンジン選択部は、
   検索の種類ごとに選択すべきセマンティックエンジンが示される選択基準情報を参照し、実行対象の検索の種類に対応するセマンティックエンジンを選択する請求項３に記載のエッジシステム。
7. 前記セマンティックエンジン選択部は、
   前記他のシステムのスケールアウト及びスケールダウンの少なくともいずれかに従い、前記選択基準情報を更新する請求項６に記載のエッジシステム。
8. 前記エッジシステムは、更に、
   前記セマンティックエンジンへのクエリと前記セマンティックエンジンの実行結果とを取得し、前記クエリと前記セマンティックエンジンの実行結果とを比較し、前記セマンティックエンジンの実行結果に前記クエリに合致しない実行結果が存在するか否かを判定し、前記セマンティックエンジンの実行結果に前記クエリに合致しない実行結果が存在する場合に、前記クエリに合致しない実行結果を破棄する結果破棄部を有する請求項１に記載のエッジシステム。
9. 前記エッジシステムは、更に、
   前記セマンティックエンジンの実行結果を取得し、シソーラスを用いて前記セマンティックエンジンの実行結果を拡張する結果拡張部を有する請求項１に記載のエッジシステム。
10. 前記エッジシステムは、更に、
    前記セマンティックエンジンが用いるデータを取得するオントロジー取得部を有する請求項１に記載のエッジシステム。
11. 前記エッジシステムは、更に、
    前記セマンティックエンジンの実行結果に優先順位を設定するスコアリング部を有する請求項１に記載のエッジシステム。
12. 前記スコアリング部は、
    前記セマンティックエンジンの推論過程に基づき、前記セマンティックエンジンの実行結果に優先順位を設定する請求項１１に記載のエッジシステム。
13. セマンティックエンジンを有するコンピュータであるエッジシステムが、
    前記セマンティックエンジンへのクエリを取得し、前記クエリに対する前記セマンティックエンジンの実行結果を予測し、予測した実行結果が前記クエリの発行元が求める実行結果に合致するか否かを判定し、予測した実行結果が前記クエリの発行元が求める実行結果に合致しない場合に、前記クエリを破棄する情報処理方法。
14. セマンティックエンジンを有するコンピュータであるエッジシステムに、
    前記セマンティックエンジンへのクエリを取得し、前記クエリに対する前記セマンティックエンジンの実行結果を予測し、予測した実行結果が前記クエリの発行元が求める実行結果に合致するか否かを判定し、予測した実行結果が前記クエリの発行元が求める実行結果に合致しない場合に、前記クエリを破棄するクエリ破棄処理を実行させる情報処理プログラム。

Images