基于Voronoi图的定性路径推理

动态空间知识的表示与推理是定性空间推理研究的重要内容.基于Voronoi图及其动态变化,提出运动路径定性表示与推理方法.先根据Voronoi图空间邻近关系定义Voronoi图生成子空间关系,进一步定义定性位置及概念邻域,并应用概念相邻的定性位置序列给出定性路径表示.再由动态Voronoi图的边集变化和给出的概念邻域中定性位置间最短路径的启发式算法,设计并实现具有观察者角度的定性路径推理算法.最后,实验分析并验证该方法的有效性.     

基于Voronoi图的定性路径

定性路径是定性空间推理的一个基本概念。给出了一个基于Voronoi图的定性路径表示与推理方法。该方法应用Voronoi图的邻近关系来表示定性位置和定性路径,即用运动点所在Voronoi区域的邻域来表示定性位置,用运动点所经过的定性位置序列来表示定性路径。设计并实现了一个定性路径推理算法,基于初始Voronoi图及不同时刻所有Voronoi区域的边数来动态更新Voronoi图邻近关系,可识别出运动点并找出定性路径。实验结果表明,该方法是可行的。     

定笥空间住是的分层递阶框架

定性空间推理是定性推理和空间推理的重要组成部分,拓扑和形状是定性空间推理研究的关键问题,针对定性空间推理已有一般框架存在的问题,提出了定性空间推理的分层递阶框架,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性,最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作。     

定性空间推理的分层递阶框架

定性空间推理是定性推理和空间推理的重要组成部分 .拓扑和形状是定性空间推理研究的关键问题 .针对定性空间推理已有一般框架存在的问题 ,提出了定性空间推理的分层递阶框架 ,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性 .最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作 .     

一种动态定性空间关系自动规划方法

为解决定性空间关系的规划问题,在概念邻域图的基础上提出描述动作与定性空间关系交互的邻域划分图.基于邻域划分图,提出了定性空间关系自动规划的形式化表示和推理算法,证明了算法的可靠性,并举例说明了新方法的应用.该方法在处理单方面空间关系规划中具有用通用性,在机器人导航方面具有潜在的应用前景.     

基于图神经网络和语义知识的自然语言推理任务研究

自然语言推理任务的目的是推断两个句子之间的语义逻辑关系。该文通过模仿人类的推理过程构造模型,首先利用长短时记忆网络提取词的语境特征,模仿人类粗读句子的过程;然后依据外部语义知识,连接两个句子中有语义联系的词,构造一个以词为节点的语义图;接下来模仿人类比较两个句子的语义角色相似性的思维,用图卷积或图注意力神经网络聚合词在图中的空间特征;最后融合词的语境特征和语义图空间特征,进行推理分类。实验结果证明,基于图神经网络的模型能有效利用外部语义知识来提高自然语言推理的准确率。     

带权定性影响图

定性影响图是具有精确概率和效用的影响图的定性抽象。在定性影响图中,节点之间的影响关系使用定性符号描述,这种符号描述简化了不确定知识的表示,降低了影响图建模的难度,加速了不确定知识的推理。但是,定性影响图在抽象过程中损失了部分信息,导致定性影响图在评价过程中会产生不确定结果,阻碍了定性影响图的广泛应用。以加权的思想扩展定性影响图,使扩展的定性影响图中每个定性影响都带有一个表示节点间影响强弱的数值权值,在评价过程中根据定性影响权值的比较来减少不确定结果的产生,从而扩大定性影响图的应用范围。     

基于动作的动态空间推理

动态空间关系的表示和推理一直以来都是定性空间推理中的研究重点。通过用矩形关系来表示空间原语实体为区域的定性空间关系,对Bhatt定义的动态空间系统进行细化和扩展,定义空间实体的8个移动动作,并给出拥有多个空间实体的空间场景下区间关系在不同动作作用下的状态转移图和状态转移表,指出状态转移图和概念邻域图的区别。用一个元组对空间场景进行形式化表示,定义动态空间系统中的一个基本任务,即历史场景在空间实体动作作用下推出新空间场景,给出这个任务的解决方法,指出方法的局限和不足,同时给出一个应用场景。     

定性空间表示与定性空间的研究与发展

1 引言空间推理是指利用空间理论和人工智能技术对空间对象建模、描述和表示,并据此对空间对象间的空间关系进行的定性或定量的分析和处理过程。在描述和推断空间对象间的空间关系时,要获得精确、定量的数据通常是不可能的或不必要的,在这种情况下,可能要用到关于空间关系的定性空间推理。定性空间推理是一个     

一个结合多方面定性空间信息的新方法

定性空间推理是人工智能领域中非常重要的研究内容.空间信息包含拓扑关系、大小关系、形状、距离等很多方面.以往多侧重于单一方面的研究,如何将孤立的各方面信息进行统一表示和推理是当前定性空间推理中的一个重要问题.提出利用结合操作来融合不同空间信息表示的新方法.利用结合操作,可以由原先完备互斥关系集合得到新关系,同时利用原有的复合表自动生成新关系的粗复合表.基于结合操作,给出2个理论模型:结合拓扑关系与大小关系模型、结合拓扑关系与远近关系模型.并提出了邻域划分图的概念,说明了邻域划分图与概念邻域图的关系.利用邻域划分图回答了Galton提出的问题:为什么LOS(视觉光线演算)的概念邻域图不同于标准的空间或时间关系的概念邻域图,这些关系的复合表中关系总是来自于概念邻域图.     

基于模型的定性仿真的研究现状

基本方法定性推理是Al的重要分支。定性的含义是指推理中使用的信息和推理的结论都是定性的(本质上是离散的而非连续的)。定性推理的目的是对物理现象作解释且解释的粒度较粗,具有较高的知识层次,是对物理现象宏观行为的描绘[lJ;它与实际物理系统的关系极为密切,从而可根据实际物理背景验证Al及定性推理理论和方法的正确性,便于实现可用的系统。在信息量巨大,数据繁多,系     

知识图谱引导的贝叶斯网概率推理

在基于贝叶斯网的概率推理应用中,由于缺乏节点间潜在的关联信息,使得与推理任务无关的节点参与计算,导致推理效率不高,高效的贝叶斯网推理有待深入研究.为此,本文引入知识图谱,使用领域知识补充节点间潜在的关联信息,从而支持高效贝叶斯网推理.首先,基于TransE模型将知识图谱中的三元组嵌入到低维向量空间,通过向量的相似度计算得到实体间的关联信息,以此为依据从贝叶斯网中抽取与推理任务相关的子图构建节点关联图;然后,基于实体间的相似度与贝叶斯网节点参数给出图中的权值计算方法;最后,基于节点关联图的嵌入实现近似推理.实验结果表明,本文方法的效率优于吉布斯采样算法与前向采样算法,验证了本方法的高效性.     

基于方向关系组合运算表的定性推理

方向关系的定性推理是GIS中的一个重要的理论问题。本文介绍基于井字空间的方向关系定性表示。着重讨论基于方向关系组合运算表的定性推理，最后给出一个基于方向关系组合运算表的定性推理算法。     

基于过程的定性推理方法

定性推理是人工智能中一种新型的知识表示和推理方法 ,在第二代知识系统中占有重要地位。本文以基于过程的定性推理方法为例 ,阐明定性推理的基本思想和基本过程。     

TOUR及其改进模型在路径搜索中的应用研究

定性空间推理是近几年来空间关系推理的一个热点,TOUR模型就是一个很好的定性空间推理模型,它基于认知图,对空间信息进行合理描述,能够吸收新的信息和解决路径搜索问题,但TOUR模型本身也存在一些不足之处。文中介绍了基于空间关系路径搜索的TOUR模型,用TOUR模型解决了一个具体的路径搜索问题,根据具体的应用指出了TOUR模型的不足,对TOUR模型进行了改进,并提出了改进后的算法,最后分析了对TOUR模型改进后的主要优势。     

TOUR及其改进模型在路径搜索中的应用研究

定性空间推理是近几年来空间关系推理的一个热点，TOUR模型就是一个很好的定性空间推理模型，它基于认知图，对空间信息进行合理描述，能够吸收新的信息和解决路径搜索问题，但TOUR模型本身也存在一些不足之处。文中介绍了基于空间关系路径搜索的TOUR模型，用TOUR模型解决了一个具体的路径搜索问题，根据具体的应用指出了TOUR模型的不足，对TOUR模型进行了改进，并提出了改进后的算法，最后分析了对TOUR模型改进后的主要优势。     

本体辅助的定性空间关系推理机制

引入本体论思想研究空间关系描述与推理,目的是为了实现地理空间信息的共享和互操作。从地理本体的概念出发,建立了符合常识空间认知的空间关系描述模型。以河南省行政区划、交通、旅游景点为基础数据,构建了空间关系本体实例库;自定义了空间关系推理规则,并实现了规则的SWRL表达;设计了基于本体的定性空间关系推理总体框架,并结合应用实例进行了推理实验,有效地验证了空间关系本体推理机制的可行性。     

基于地理本体的空间方向关系定性推理

围绕基于地理本体的空间方向关系定性推理进行研究,给出了定性推理系统总体框架,并对方向关系模型、自定义规则、地理本体、定性推理进行详细探讨。     

基于属性Petri网的属性粒推理研究

不确定性知识处理是人工智能研究中经常遇到的问题,基于定性映射的属性Petri网模型在动态表示认知思维中不确定性知识与逻辑推理方面具有优势。在属性拓扑空间中,给出了属性粒的基本定义和基本推理,在属性Petri网中对不确定性知识进行表达,并基于属性Petri网给出归结推理的基本形式和基本算法。结果显示,这种方法可以使定性映射和Petri网更易于动态和显式地表达认知不确定性知识,可为进一步研究Petri网在认知模型中的作用提供参考。     

混合维拓扑和尺寸关系的定性空间推理

定性空间推理(QSR)研究空间关系,多数工作集中在单维空间关系,但在地理信息系统(GIS)中多维对象很常见.混合维对象空间关系是指点、线和区域3类对象出现在同一场景的情况,该类问题对定性空间推理研究有着重要的理论意义和应用价值.但这方面的研究工作还比较少.在已有的混合维区域连接演算的基础上进行完善,提出了MRCC5混合维拓扑模型,并研究了其上约束满足推理问题的复杂度.对定性尺寸关系进行了混合维扩展.给出了MDS模型,进而研究了其推理问题.在以上工作基础上.提出了RCCA和MDS的结合模型,给出并分析了结合模型的推理算法.将定性空间推理相关研究推广到混合维领域,深入研究了混合维拓扑关系推理,提出了混合维尺寸以及混合维拓扑尺寸结合模型.