应急决策中基于时态知识的不确定性推理研究

针对应急决策中的不确定性,在传统区间代数方法的基础上,采用对区间时间断点模糊化处理并设定其取值范围的方法实现了应急领域不确定时态知识的表达,在此基础上,研究时态推理中的证据合成,通过时间区间集合,时态关系集合以及概率指派函数合成后的更新,给出了解决方案,结合应用算例进行分析。验证了该方法的有效性。     

不确定时态信息表示的统一模型

时态信息表示和推理是人工智能研究中的一个重要课题,现有的模型大多只能表示确定时态信息,然而现实生活中很多事件的发生结束等时态信息都是不确定的。故提出了一个表示不确定时态信息的统一模型,可用于描述各种具有确定或不确定时态信息的事件。该模型首先定义各类时态对象(如时间点、时间区间)以及它们之间的关系,并给出时态对象间的传递关系表,利用该表能进行时态一致性约束满足问题的求解。最后,给出了两个不确定时态推理的例子,表明了该模型的实际应用意义。     

基于间断区间的时态知识表示

一般,用逻辑形式表示时态信息的方法是命题附加一个时间点或时间区间。文［１］指出,时间区间表示单个事件带间断区间是困难的,不过,文［１］定义两个间断区间的时态关系为一个矩阵,其计算量相当之大以至该方法不实用二本文给出一个基于间断区间的时态知识表示模型,它将两个间断区间的时态关系分为２０种,其计算量与Ａｌｌｅｎ的区间演算属同一数量级。     

时态知识图谱的推理研究综述

随着社交网络、物端感知等技术快速发展,网络空间中涌现了大量的交互、话题、事件、新闻等数据,蕴含大量动态演化、强时效性的知识.较于忽略知识中时间信息的传统知识图谱,时态知识图谱通过建模知识的时效性以描述动态变化的现实世界,为时间紧耦合的应用提供有效支持.然而,时态知识图谱无法确保涵盖全量知识,知识的缺失严重影响应用性能,需要推理模型自动挖掘新的知识,以解释事物的历史状态,预测未来发展趋势并描述演化规律.由于实际应用的迫切需要,近年来,时态知识图谱的推理研究工作层出不穷,逐渐引起学术界和工业界的广泛关注.本文对近年来时态知识图谱的推理工作进行全面介绍和总结.首先,介绍了时态知识图谱的推理相关概念与问题描述;其次,介绍了面向补全任务的推理模型与面向预测任务的推理模型,对其进行比较分析;之后总结了时态知识图谱推理的数据集、推理任务、相关指标以及应用场景;最后展望时态知识图谱推理的未来研究趋势.综上,本文致力于为时态知识图谱的推理领域研究人员提供具有价值的参考,以推动该领域进一步发展.     

基于强相关逻辑的不精确应急时态知识表示

在强相关逻辑基础上扩展不精确时态关系,以满足不精确应急时态知识表示与推理的需要。给出了粗糙集及强相关逻辑的相关概念;通过定义不精确时态关系扩展了强相关逻辑,形成了粗糙时态强相关逻辑,给出了可靠性和完备性证明;通过实际例子说明粗糙时态强相关逻辑的知识表示和应用。结果表明扩展后的粗糙时态强相关逻辑可以实现不精确时态知识的表示与推理。     

应急系统中时态数据的本体表示与检索研究

时间是信息的重要属性,时态数据在信息管理系统中起着关键性作用。双时态数据库有很多优点,但是双时态数据库需要较高的储存空间,另外,有效时间和事务时间的二元时间结构,给本体表示和时态数据的查询带来了很大的困难。针对这些问题提出了一种时态数据的本体表示方法,并用本体语言表示出了应急系统中的具体时态数据。最后,通过语义检索验证了时态数据本体表示的正确性。     

不确定时态信息表示及时态运算的扩展

时态信息表示和查询是时态数据库的研究重点,但现有的时态数据库模型在处理不确定时态信息方面仍存在较大困难。而现实生活中很多时态信息都是不确定的,故提出了一种不确定时态信息的表示方法,并扩展时态运算使其支持不确定时态信息的处理和查询,从而扩展了时态数据库的适用范围。     

农业专家系统的知识获取、表示与推理

随着Internet／Intranet技术的迅猛发展，通过计算机和网络进行农业咨询、农业管理已经成为新形势下农民和农村干部的首要选择。     

不确定知识的可拓表示和推理研究

先通过对知识表示和可拓学的描述,在可信度的基础上提出一种新的不确定知识可拓表示的模型,再进行可拓推理,在推理策略方面进行改进,得到一种可拓启发式搜索算法EHSA。     

动态系统的模糊时序知识表达、推理及其应用

本文以工业动态系统的知识表达和问题求解为背景,提出了一个描述动态系统行为的模糊时序模型、相应的时序匹配与数值匹配和推理方法.并将它们应用于建立催化裂化装置的故障诊断专家系统.这一研究有利于沟通人工智能与控制理论的联系.     

时序知识图谱表示与推理的研究进展与趋势

知识图谱作为近年来人工智能领域的一大热点研究方向, 已应用于现实中多个领域. 但是随着知识图谱应用场景日益多样化, 人们逐渐发现不随着时间改变而更新的静态知识图谱不能完全适应知识高频更新的场景. 为此, 研究者们提出时序知识图谱的概念, 一种包含时间信息的知识图谱. 对现有所有时序知识图谱表示与推理模型进行整理, 并归纳和建立一个表示与推理模型理论框架. 然后基于此对当前时序表示推理研究进展进行简要介绍分析和未来趋势预测, 以期望帮助研究者开发设计出更为优异的模型.     

用于应急指挥的知识推理技术研究

针对迫切需要为现有应急管理和指挥工作提供及时、有效的辅助决策功能的问题,深入分析应急业务流程, 从将智能技术与行业应用相结合的角度出发,对知识推理技术进行了研究,包括知识获取、知识表示、推理机制等,提 出了基于智能辅助决策的应急指挥系统。在实际项目中的应用结果表明,该方案具有行业化程度高、自适应能力强等 特点,能够满足应急指挥工作在智能化方面的要求。     

医学专家系统中知识表示、获取和推理的两种方法

文章提出使用模糊数学的方法和基于规则的神经网络的方法来构造一个呼吸道疾病方面的专家系统,包括知识的表示、获取和推理。对模糊数学方法,用模糊集来表示所考虑的症状与所有可能的疾病。医学知识存储在症状与疾病的模糊关系上。推理时使用模糊关系合成的方法。对基于规则的神经网络方法,从规则集中自动构造网络的结构,确定隐层节点数和连接权值。用并行的方法进行推理。     

三值关联规则在不确定性知识表示及推理中的应用

针对传统关联规则和 Ｂｏｏｌｅａｎ规则矩阵无法进行不确定性知识表示和推理的弱点,该文采用三值逻辑表示规则和真值状态的不确定性,提出并使用三值关联规则（Ｔ规则）和三值规则矩阵（ＴＲ矩阵）,利用 ＴＲ矩阵变换实现高速前向推理和后向推理。对复合三值规则的无损分解进行了详细探讨,最后提出了一个能进行不确定推理的新算法。     

基于时态认知逻辑的Web服务模型检测

传统模型检测技术主要采用时态逻辑描述被验证的规范,人们较少注意多智能体认知逻辑的模型检测问题.而在分布式系统领域,系统和协议的规范很适合用认知逻辑来描述.Web服务是一个典型的分布式系统.把Web服务组合建模为多智能体系统,并成功采用我们实现的时态认知逻辑符号模型检测工具MCTK验证了SAS股票分析服务实例.同时采用WSAT,WS-Engineer和SPIN 3个模型检测工具在相同实验环境下验证了该实例,实验结果表明我们的Web服务模型检测方法不仅比这3个模型检测工具更高效,而且支持认知逻辑规范的验证,这是这3个模型检测工具所不具备的.     

时空数据表达研究

描述了目前时态数据模型和时空数据模型的发展,现已共识时态是任何信息的一个重要属性,但是时态数据库中时态关系代数的基本思路是通过在关系模式上显式化时变语义来进行简单结构的时态数据建模,而时空数据建模中时态对象代数是在对象结构上显式化时变语义来进行复杂结构的时态数据建模,并深入探讨了时空数据模型中地理信息的时间维表达方式,指出了各种时空数据模型存在的主要问题。     

Dynamic Uncertain Causality Graph for Knowledge Representation and Reasoning: Discrete DAG Cases

Developed from the dynamic causality diagram (DCD) model,a new approach for knowledge representation and reasoning named as dynamic uncertain causality graph (DUCG) is presented,which focuses on the co...