国家知识基础设施中的数学知识表示

数学知识表示是知识表示中的一个重要方面,是数学知识检索、自动定理机器证明、智能教学系统等的基础.根据在设计NKI(national knowledge infrastructure)的数学知识表示语言中遇到的问题,并在讨论了数学对象的本体论假设的基础上提出了两种数学知识的表示方法:一种是以一个逻辑语言上的公式为属性值域的描述逻辑;另一种是以描述逻辑描述的本体为逻辑语言的一部分的一阶逻辑.在前者的表示中,如果对公式不作任何限制,那么得到的知识库中的推理不是可算法化的;在后者的表示中,以描述逻辑描述的本体中的推理是可算法化的,而以本体为逻辑语言的一部分的一阶逻辑所表示的数学知识中的推理一般是不可算法化的.因此,在表示数学知识时,需要区分概念性的知识(本体中的知识)和非概念性的知识(用本体作为语言表示的知识).框架或者描述逻辑可以表示和有效地推理概念性知识,但如果将非概念性知识加入到框架或知识库中,就可能使得原来可以有效推理的框架所表示的知识库不存在有效的推理算法,甚至不存在推理算法.为此,建议在表示数学知识时,用框架或描述逻辑来表示概念性知识;然后,用这样表示的知识库作为逻辑语言的一部分,以表示非概念性知识.     

基于描述逻辑的组合知识库推理

由于知识库的定义不同,相近领域的知识库不能相互利用已有知识进行推理。为了联合不同的知识库进行推理,通过对描述逻辑的表现形式进行扩展提出一种组合描述逻辑,并基于概念的相似性将不同的领域概念进行关联,给出组合描述逻辑的语法及语义以及相应的Tableau算法。通过实例表明,组合描述逻辑可以利用已有知识进行推理;组合描述逻辑可以将不同的知识库进行结合,为借用不同知识库的知识进行推理提供一条新的途径。     

一种扩展DL角色描述能力的方法

本体描述知识的逻辑基础是描述逻辑(DL),虽然现有DL中对概念的描述方式非常丰富,但是角色却只能是原子角色。针对角色描述能力低的问题,在现有的DLSHIQ中增加了角色表达式来对角色进行描述,证明了如果知识库中所有角色表达式都是安全的,该知识库在现有的推理机KAON2上的推理仍然是Exp-Time,提出了一种判断角色表达式是否安全的算法。     

基于描述逻辑的模糊ER模型的表示与推理

重点分析了将ER模型分别转化为描述逻辑ALNUI知识库和DLR知识库的不同之处.在深入研究了描述逻辑DLR的基础之上,对DLR进行了模糊化扩展,提出了一种新的模糊描述逻辑FDLR(fuzzyDLR).定义了FDLR的语法结构、语义解释以及知识库的形式,研究了如何将模糊ER模型转化为FDLR的知识库.通过一个转化实例例证了FDLR能够很好地对模糊ER模型进行表示,并利用FDLR的推理机制研究了模糊ER模型的自动推理问题,同时给出了上述转化和推理问题的正确性证明.     

面向开放文本的逻辑推理知识抽取与事件影响推理探索

开放文本中蕴含着大量的逻辑性知识,以刻画事物之间逻辑传导关系的逻辑类知识库是推动知识推理发展的重要基础,研发大规模逻辑推理知识库有助于支持由实体或事件等传导驱动的决策任务。该文围绕逻辑推理知识库,论述了知识库的概念、类别和基本构成,提出了一种面向大规模开放文本的实体描述、事件因果逻辑知识快速抽取方法;面向金融领域,探索了一套基于逻辑推理知识库的可解释性路径推理方法和金融实体影响生成系统。算法模型和系统均取得了不错的效果。     

城市智能交通系统知识库的综合推理

城市公共交通(地铁,公交,出租车等)智能系统,都各自建立起自己的知识库和专家系统,但是这些知识库是相互独立的。为了应对不同领域知识库的融合问题,提出一种基于描述逻辑的知识库融合方法。这种方法的主要思想是基于描述逻辑建立起知识库描述语言的积语言,并建立用于这种混合知识库推理的Tableau算法,然后把算法具体应用到某城市的交通信息系统的智能查询中。实例分析表明,混合描述逻辑能够给人们带来更高效的信息服务。     

模糊面向对象数据模型的描述逻辑表示与推理

通过分析描述逻辑与面向对象数据模型之间的关系,研究了基于描述逻辑的模糊面向对象数据(fuzzy object-oriented data,简称FOOD)模型的表示与推理.首先,进一步研究了FOOD模型,提出了FOOD模型的形式化定义和语义定义,以便更好地在FOOD模型与模糊描述逻辑之间建立对应关系;然后,针对FOOD模型的特点和推理需求,介绍了模糊描述逻辑f-ALCIQ.在此基础上,研究了基于f-ALCIQ的FOOD模型的表示与推理,包括:实现了从FOOD模型到f-ALCIQ知识库在结构层和实例层上的转化,即实现了从FOOD模型到f-ALCIQ TBox的转化,以及从FOOD模型相应的数据库实例到f-ALCIQ ABox的转化;进而,基于转化得到的f-ALCIQ知识库,研究了如何利用f-ALCIQ的推理机制对FOOD模型的推理问题(一致性、包含性和冗余性等)进行推理;最后,设计并实现了基于f-ALCIQ的模糊描述逻辑推理机(FRsQ推理机),实现了对FOOD模型和f-ALCIQ模糊概念知识的自动推理.     

描述逻辑系统εLN中概念最小公共包含推理研究

描述逻辑的非标准推理是上世纪末本世纪初研究者们提出来的一种新的推理机制,它主要包括最具体概念、最小公共包含、匹配问题以及概念的重写等等。非标准推理的提出主要是为了解决人们在知识库的构建、管理、维护等方面遇到的问题,它能为自下而上的知识库构建方式提供必要的支持,这些是传统的标准推理无法提供的。随着描述逻辑的运用越来越广泛,知识库的构建、管理、维护是人们无法回避的问题,因此描述逻辑的非标准推理的研究成为近年来描述逻辑研究者们所关注的热点问题。本文分析了描述逻辑中概念最小公共包含(LCS)推理机制的研究现状和存在的问题,针对目前LCS推理在同时处理存在限制和数量限制的不足,研究了描述逻辑系统εLN的LCS推理算法。首先定义了εLN中的概念描述树及其同态关系,利用描述树之间同态关系给出了概念间包含关系算法。然后通过定义描述树的笛卡尔积给出了εLN中的LCS推理算法,并指出该算法是多项式时间复杂的。     

基于描述逻辑的电机故障诊断知识表示与推理

针对传统电机故障诊断专家系统中知识表示方法的不足,提出一种基于描述逻辑的电机故障诊断领域知识描述方法,并在此基础上对所构建的电机故障知识库进行了逻辑检错推理.通过对电机故障诊断领域知识进行表示和推理,可以有效地表示电机故障知识之间的关系,检测知识逻辑体系错误.在实验过程中,利用本体编辑工具Protégé采用OWL语言对其进行了实现,并通过TABLEAU算法实现了逻辑检错推理.     

基于本体的知识库推理研究

本体的应用是第二代语义Web的重要内容。利用本体构建知识库,进行逻辑判定,实现语义Web的自动推理,描述逻辑的作用十分重要。就知识库的本体描述以及在此基础上利用描述逻辑从不同角度的推理进行了研究,并分析了其内在联系。     

支持模糊数据类型表示的模糊描述逻辑F-SHOIQ(G)

分析了现有描述逻辑在模糊知识和数据类型表示方面存在的问题,提出了一种新的模糊描述逻辑F-SHOIQ(G).F-SHOIQ(G)不仅能够表示模糊知识,而且能够表示含有自定义模糊数据类型及自定义模糊数据类型谓词的模糊数据信息.首先,给出了模糊数据类型域的概念和模糊数据类型表示的一般形式,在此基础上,定义了F-SHOIQ(G)的语法、语义及相应的知识库,进而给出了基于模糊Tableaux的F-SHOIQ(G)概念的可满足性推理算法.其次,将经典描述逻辑中的推理结构(该结构将Tableaux扩展规则推理和数据类型推理相分离)用于F-SHOIQ(G)的推理问题,设计了相应的模糊数据类型推理机.最后,详细证明了F-SHOIQ(G)概念的可满足性推理问题是可判定的.在数据类型表示方面,F-SHOIQ(G)具备比FSHOIQ更强的表达能力和推理能力,为语义Web表示和推理模糊数据信息提供了理论基础.     

描述逻辑εL循环术语集的混合推理

循环术语集是描述逻辑长期以来的研究难点,它最基本的问题即语义及推理问题没有得到合理的解决.分析了描述逻辑循环术语集的研究现状和存在的问题,在Baader和Brandt的基础上进一步研究了描述逻辑εL循环术语集的混合推理问题.给出了εL的混合循环知识库的语法和语义(包括不动点语义和描述语义).针对εL循环术语集混合推理的需要.提出了TBox-完全的概念,并重新定义了描述图(包括语法描述图和语义描述图).使用描述图之间的模拟关系和TBox-完全概念给出了最大不动点语义和描述语义下εL混合循环知识库的实例检测推理算法,证明了推理算法的正确性,并给出了推理算法的复杂性定理.     

基于描述逻辑的模糊ER模型

分析了描述逻辑ALNUI与ER模型的关系,特别是如何将ER模型转化为ALNUI的知识库,从而利用ALNUI的推理机制对ER模型进行自动推理的有效性,在此基础上,进一步研究了基于描述逻辑的模糊ER模型.针对模糊ER模型的特点和需求,在描述逻辑ALNUI的基础上,对描述逻辑ALNUI进行了模糊化推广,提出了一种新的描述逻辑,即模糊描述逻辑FALNUI.研究了基于FALNUI的模糊ER模型,即研究了如何将模糊ER模型转化为FALNUI的知识库,并利用FALNUI的推理机制研究了模糊ER模型的可满足性、冗余性和包含关系等自动推理问题,证明了这些推理问题的正确性.     

时空本体及其逻辑基础研究现状与展望

总结了时空本体及其逻辑基础--时空描述逻辑的研究工作.指出了时空本体和时空描述逻辑的主要问题是复杂度过高(一般情况下不可判定)、不支持多元的时空关系和时空关系复合推理.解决方案是将时空推理和描述逻辑、本体充分结合,建立表达和推理能力更强的时空本体.     

基于描述逻辑的特征模型

由于特征模型缺乏严格语义基础，难以对模型进行一致性推理，无法保证模型的一致性，进而影响最终软件产品的质量。本文讨论了如何使用描述逻辑对特征模型进行形式化，给出了将特征模型转化为描述逻辑ALCQI知识库的算法，通过验证转化后的知识库的一致性得到所对应特征模型的一致性。并利用描述逻辑的推理机RACER对转换得到的知识库进行推理，自动完成特征模型的一致性检查，为特征模型的一致性检验提供一种方法，实践证明这种方法具有可靠性和高效性。     

基于描述逻辑的扩展预测模型标记语言EPMML

预测模型标记语言PMML正被许多数据挖掘组织作为标准化的数据挖掘模型描述语言.然而,由于数据挖掘技术的不断发展,参与建立PMML的数据挖掘厂商的经验有差异,PMML本身含有的大量语言元素不可避免地带来基于PMML的数据挖掘元数据的语义不一致问题.为解决这个问题,提出了一种基于描述逻辑的扩展预测模型标记语言EPMML,详细分析了EPMML的描述逻辑基础SOIN,设计EPMML的语言元素.基于EPMML描述的数据挖掘元数据可以转化为基于SOIN的知识库,进而进行知识推理以自动发现数据挖掘元数据的内在语义不一致问题.Racer推理实例验证了EPMML语言的良构性,良好表达能力和推理有效性.     

基于描述逻辑的OntoUML模型的推理研究

作为语义网的逻辑基础,描述逻辑在知识表示与知识推理方面发挥着重要作用。基于描述逻辑的推理系统保证了其推理的合理性和有效性。本文概要介绍基于UFO本体的OntoUML,并探讨OntoUML模型到描述逻辑的形式化表示及推理方法。     

基于本体的教学知识库的研究

基于描述逻辑的本体理论已广泛用于知识表示和推理,该文主要介绍了本体的概念、分类及构建方法,以"计算机组成原理"课程为例介绍了本体在构建教学知识库模型中的应用,并构建了计算机硬件知识库模型。     

基于本体的教学知识库的研究

基于描述逻辑的本体理论已广泛用于知识表示和推理,该文主要介绍了本体的概念、分类及构建方法。以“计算机组成原理”课程为例介绍了本体在构建教学知识库模型中的应用,并构建了计算机硬件知识库模型。