S2层级离散全球网格作为地理空间知识图谱中数据表示、集成与查询的枢纽
人工智能
2024-10-22 v1 信息检索
摘要
地理空间知识图谱已成为地理空间人工智能这一新兴领域不可或缺的组成部分。美国国家科学基金会的开放知识网络计划等倡议旨在创建一个全国规模、跨学科的地理空间知识图谱生态系统，提供符合FAIR原则的、可供人工智能使用的地理空间数据。然而，构建这一基础设施面临关键挑战，包括：1）管理海量数据；2）通过SPARQL发现拓扑关系的计算复杂性；以及3）融合多尺度栅格和矢量数据。离散全球网格系统有助于解决这些问题，提供高效的数据集成和表示策略。KnowWhereGraph利用谷歌的S2几何——一种离散全球网格系统框架——来实现高效的多源数据处理、定性空间查询和跨图谱集成。本文阐述了S2在KnowWhereGraph中的实现，强调其在拓扑丰富和语义压缩数据方面的作用。最终，这项工作展示了离散全球网格系统框架（尤其是S2）在构建可扩展地理空间知识图谱方面的潜力。
引用
@article{arxiv.2410.14808,
title = {The S2 Hierarchical Discrete Global Grid as a Nexus for Data Representation, Integration, and Querying Across Geospatial Knowledge Graphs},
author = {Shirly Stephen and Mitchell Faulk and Krzysztof Janowicz and Colby Fisher and Thomas Thelen and Rui Zhu and Pascal Hitzler and Cogan Shimizu and Kitty Currier and Mark Schildhauer and Dean Rehberger and Zhangyu Wang and Antrea Christou},
journal= {arXiv preprint arXiv:2410.14808},
year = {2024}
}