基于知识图谱和语义网技术的企业信息集成方法

为了改进企业信息集成和获取的效率,利用基于本体的知识图谱对企业分散异构的信息进行上下文化.在相关领域工业标准的基础上,构建了企业知识图谱,利用基于本体的数据获取技术来统一获取分散异构的信息.对钢铁企业万点受控案例进行分析,结果表明,通过构建钢铁企业运营和维护领域的知识图谱,为分散在企业各处的异构的运营和维护信息提供了机器可处理的一致的描述形式,缓解了运营和维护信息集成过程中的语义互操作问题.以一致统一的方式获取分散异构的信息,简化了工程人员获取信息的流程,提高了工程人员获取信息的效率.实践表明,在良好构建的知识图谱的基础上,企业工程信息查询的查全率和查准率提高了10%~15%,工程人员的信息查找时间节约了20%~30%.     

材料属性知识图谱的建设与发展浅析

随着大数据技术的进一步发展,机器学习技术和数据挖掘技术已经成为材料科学领域的研究热点.但是目前的材料信息很少有与物理相关的属性可供搜索,通常只显示直接计算或测量的数据,然而材料物质属性具有内在的相互关联.本文从材料属性知识图谱建设方法、材料数据库的建设及使用、材料属性的分析与利用等方面论述了材料属性知识图谱的发展趋势.结果表明,材料数据库的建立与发展为知识图谱的建设提供了充足的数据来源,为后续研究奠定了坚实的基础.在材料属性数据库的建设、发展和应用过程中还存在许多的问题有待解决,材料属性知识图谱的建设与发展道阻且长.     

基于路径分析和关系描述的知识图谱补全方法

面对相对复杂的互联网信息,知识图谱能够将其表达成更加便于理解的形式,通过可视化技术加以显示并提供有价值的参考.但伴随数据实体及实体关系的快速扩增,知识图谱的稀疏性和连通性不足等问题日趋凸显.提出一种基于路径分析和关系描述的知识图谱补全方法,并以泛娱乐领域相关数据为例,对该方法的有效性进行验证.构建基于泛娱乐知识特点的泛娱乐领域知识图谱,并在该知识图谱上进行验证实验.实验结果表明,提出的方法能够很好地推理出知识图谱中的隐含与遗漏路径,有效地实现知识图谱补全,从而发现具有丰富价值的隐含知识.     

基于网络数据的企业知识图谱可视化

知识图谱也被称为科学知识图谱,可以揭示复杂知识领域的动态发展规律.基于自然语言处理技术从海量Web数据中抽取命名实体及命名实体关系,从而构建企业知识图谱.设计并实现了一种基于知识图谱的可视化分析方法,在网络图中融入集合可视化,从全局和细节两个层次进行可视分析,构建了企业知识图谱可视化分析平台.通过案例分析表明,该可视化研究方法满足用户对相关数据的可视化分析.     

基于知识图谱嵌入的多跳中文知识问答方法

基于知识图谱嵌入模型, 提出一种知识图谱嵌入评分与链路评分相结合的评分方法, 以解决中文领域的多跳知识图谱问答任务, 与传统的单跳知识问答方法相比适用性更广. 该方法在搜索最优答案的同时构建一个查询链路, 通过查询给出答案集合, 从而有效缓解了现有方法中遗漏答案的情况. 在NLPCC-MH数据集上的实验结果表明, 该方法在多跳问题上的平均F₁值为0.653, 显著优于对比方法. 真实知识图谱通常存在链路缺失的情况, 实验以随机丢弃25%三元组的方式模拟了知识图谱的稀疏性, 结果表明该方法在这种情况下仍然有效.     

主要国家重点科技投入知识图谱的构建与应用研究

由于国家在一个时期内的科技投入的方向和强度最能反映出国家未来科技发展趋势,本研究提出构建基于科技投入和核心技术的政策要素知识图谱,意欲分析得出各国科技发展方向及趋势的情报,从而支撑科技发展布局与趋势研判.本研究总结了情报监测的科技政策文本中支撑情报分析的关键要素,提出了基于政策要素的知识图谱模型,探索了智能计算的政策分析方法.通过对美国、英国、法国、德国、日本和韩国近年科技投入的优先领域、技术、资助项目、资助强度等相关知识的信息抽取和内容分析,形成了基于领域的政策知识图谱,并利用两个实例演示了基于知识图谱的情报检索与分析效果.本技术对情报分析人员、决策人员审视宏观科技布局和前瞻科技发展方向有所帮助.     

基于知识和数据融合驱动的设备故障诊断方法

传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况、多故障类型的设备故障问题.针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成故障图谱诊断系统,不仅通过优化的双向长短时记忆网络模型对设备运行数据进行故障分类,而且可以展示详细故...     

基于CiteSpace知识图谱分析的工程 决策知识体系研究

工程决策是工程建设管理的核心,科学的工程决策知识有助于保证决策的正确性.基于CNKI数据库1992—2019年间国内工程决策数据样本,利用CiteSpace可视化软件分别对发文量时间、关键学者群体、研究热点以及聚类群组进行分析,进而绘制工程决策系列知识图谱.结果表明,工程决策关键词信息主要集中在原理、方法、模型、技术要素和影响因素方面,前沿热点主要集中在复杂性决策研究、群体决策研究、情景鲁棒性研究以及对数据挖掘的运用上面.在此基础上,根据知识图谱识别出的知识要素,建立以工程决策技术、管理、经济知识三大基石和前沿知识要素为基础的工程决策知识体系,为工程决策提供系统的知识支持.     

基于知识图谱的主动配电网电压控制策略

随着新能源大规模接入以及负荷的随机波动性,对配电网的电能质量提出了更高的挑战及要求。主动配电网控制无功调压设备抑制电压波动通常转化为混合整数规划问题,难以做到实时控制且需频繁进行复杂计算。本文从历史数据中提取源荷状态,生成基于二阶锥最优潮流模型的电压控制策略,构建以调压装置状态、系统数据与控制策略为核心实体的配电网电压控制知识图谱;在实时电压控制时,基于控制策略子图匹配及数据检索算法,以当前网络状态匹配知识图谱中相似状态,进行安全校验和优化求解,并更新知识图谱中的状态策略。同时,在无功设备调节过程中增加人机交互环节,对于时间尺度、电压及设备动作及关键点电压实现精准控制。基于改进IEEE系统算例的仿真结果表明,所提出的基于电压控制策略知识图谱的检索方法及交互策略能够有效提升配电网无功电压控制策略生成效率,并具有不同场景适用性。     

结合知识图谱进行信息强化的协同过滤算法

针对传统协同过滤算法存在使用信息单一、基础评分数据过于稀疏导致推荐效果不佳等问题,该文提出一种结合知识图谱进行信息强化的协同过滤(KGRI-CF)算法.该算法利用电影的特征数据构建1张关于电影的知识图谱,对用户-评分矩阵进行有条件的填充,有效改善了传统协同过滤算法的数据稀疏性问题.通过对评分数据进行统计与挖掘获取用户的偏好信息,构建了关于用户偏好的知识图谱.利用实体向量化算法将知识图谱中的实体以及关系向量化后计算出用户信息相似度,将其与基于用户的传统协同过滤算法得到的用户评分相似度以一定比例进行融合,从而得到最终的用户相似度,并以此为基础进行评分预测并得到推荐列表.实验结果表明:与传统协同过滤算法相比,该算法能有效地改善数据稀疏性问题,预测结果的精准率和召回率均有显著提升,同时具有较好的可解释性.     

基于综合集成方法的设备故障诊断及其应用

设备故障的诊断涉及到知识工程、知识管理、数据挖掘、专家系统、可靠性工程等多领域知识，常常需要综合定性和定量方法共同进行诊断。本研究从综合集成法的思路出发，提出了一种定性定量结合的设备故障诊断方法，并以铁路CIR设备为例，综合知识图谱、文本分类、贝叶斯网络等技术，应用于设备故障知识管理、故障定位、故障诊断推理。本研究表明，综合集成方法对复杂设备故障知识的管理和诊断实践提供了有效指导，同时能为维修人员和管理人员进行设备健康管理工作提供决策支持。     

知识图谱技术进展及展望

随着大数据的发展,知识图谱（Knowledge Graph）关键技术及其应用成为人工智能最热门的研究领域之一。本文从知识图谱的定义、架构以及常见的知识库出发,对知识图谱构建的知识表达和知识自动获取技术进行总结和回顾,讨论其研究要点和发展趋势,介绍知识图谱技术常见的应用场景,并结合本团队的研究对知识图谱的发展趋势进行展望。     

知识图谱概念获取研究进展

随着Web技术的不断更新与发展,知识图谱以其强大的语义处理能力与开放互联能力吸引了各行各业的关注。各行各业都在纷纷构建所属领域的知识图谱,如何从不同数据源抽取构建知识图谱所需概念,成为知识图谱构建的关键技术,概念抽取得越完整,所构建的知识图谱越全面,利用价值越高。本文对不同数据源抽取知识图谱概念进行阐述说明,以期引导学者选择合理的方法进行学术分析,提升知识图谱应用水平。     

基于本体的通信设备维修案例知识表示与管理

针对通信设备故障维修领域知识表示规范性差、结构性不强、案例利用率低等问题,结合设备维修案例知识多样、异构、经验性强等特点,提出了一种基于本体的三层设备故障维修案例知识管理框架。构建了由领域本体、案例表示本体、特征属性、故障逻辑和真实案例五要素组成的通信设备维修案例本体,并基于关系数据库设计了相应的OWL(ontology web language)本体存储模型及转换算法,实现了维修案例的结构化表示和精细化管理,提高了案例检索的准确率。最后以通信电源交流接触器故障案例验证了所提方法的可行性和有效性。     

基于定性模型和定量知识集成的智能故障诊断方法研究

首先从诊断对象的知识表示和处理诊断知识的能力两个方面对基于定性模型的故障诊断方法进行了分析，然后在此基础上提出了基于深浅知识集成的分层诊断策略，并基于符号有向图和模糊理论提出了一种定性模型和定量知识集成的智能故障诊断方法。仿真故障数据验证结果表明，该方法不仅具有较快的诊断速度，而且能有效地提高诊断的准确度。     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks,QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。     

地质知识图谱标准化模型研究

现有地质元数据标准普遍表现为缺乏语义、比较零散、体系不够完善等缺点.为解决地质知识标准的组织,在对国内外地质领域内标准以及知识图谱研究的基础上,以地层知识和石油地质知识为依据构建了地质知识标准化模型,分别以地层和石油地质为应用背景,采用知识图谱技术对他们进行了实现验证.结果 表明,所提出的标准化能为地质知识组织的标准化提供标准支撑.