A flexible semantic inference methodology to reason about user preferences in knowledge-based recommender systems

Recommender systems arose with the goal of helping users search in overloaded information domains (like e-commerce, e-learning or Digital TV). These tools automatically select items (commercial products, educational courses, TV programs, etc.) that may be appealing to each user taking into account his/her personal preferences. The personalization strategies used to compare these preferences with the available items suffer from well-known deficiencies that reduce the quality of the recommendations. Most of the limitations arise from using syntactic matching techniques because they miss a lot of useful knowledge during the recommendation process. In this paper, we propose a personalization strategy that overcomes these drawbacks by applying inference techniques borrowed from the Semantic Web. Our approach reasons about the semantics of items and user preferences to discover complex associations between them. These semantic associations provide additional knowledge about the user preferences, and permit the recommender system to compare them with the available items in a more effective way. The proposed strategy is flexible enough to be applied in many recommender systems, regardless of their application domain. Here, we illustrate its use in AVATAR, a tool that selects appealing audiovisual programs from among the myriad available in Digital TV.     

路由器配置策略智能提取技术

为实现配置故障智能管理目标,提高路由器配置管理效率,提出对路由器配置文本按功能分段的算法,研究提取各分段配置策略的推理技术,构建基于可信度方法提取各分段配置策略的推理机模型。试验结果表明,它们均有94%以上的分段正确率和策略提取准确率,为构建配置故障智能管理系统做好了技术准备。     

基于模糊Petri网的汽车故障诊断仿真研究

本文将Petri网和模糊推理相结合,建立故障诊断的模糊Petri网模型。其中,用FPN表示模糊产生规则,用Petri网的变迁激活规则进行故障诊断推理,从而分析出异常行为过程间的因果关系,推理出故障的原因及其可信度。以汽车故障诊断为例,建立了基于模糊Petri网的诊断模型。通过仿真分析,验证了模型的正确性和算法的有效性。     

基于案例推理的研究综述

该文对人工智能领域的一个分支——基于案例的推理技术做了简要概述,包括CBR的原理和组成。评述了CBR近年来的理论发展和应用发展。并对未来发展方向做出了预测。     

基于FPN推理的多Agent网络故障诊断系统的研究

多Agent诊断系统是一种分布式系统,现已在故障诊断中得到广泛应用.提出一种基于FPN推理的多Agent网络故障诊断模型,该模型利用各部分Agent模块来完成故障诊断过程中的信息搜集与分析,故障的确定以及对故障的处理,其中故障的确定由模糊Petri网推理算法来完成.该模型综合了FPN推理算法的并行性以及多Agent技术对故障诊断与处理的智能性的特点,为实现网络故障的快速诊断提供了一条全新的思路.     

板带钢表面质量实时监测体系研究

板带钢市场竞争的日益激烈,传统的检测方法正逐渐退出应用舞台,更稳定高效表的面检测解决方案成为国内外钢铁企业的找寻目标.针对实际应用的需要,从表面缺陷采集系统,缺陷处理和识别系统、质量智能评价与推理系统等3个方面首次系统地阐述了板带钢表面质量实时监测体系,以期推动目前我国板带钢表面缺陷的在线监测研究水平.     

构件关系语言的创建与应用

在对构件库中的构件进行修改和组装时,总会涉及构件间的关联问题,例如构件A的实现依赖于构件B,那么在用A进行组装时也必然会用到B.目前,对构件间关系的描述和应用多是在构件模型中实现的,这样做使构件模型变得复杂,而且难于实现对构件关系的推导.将构件间关系从构件库中抽取出来,由构件关系空间统一描述,并创建构件关系语言来实现对构件关系的描述和推导.     

普适计算环境下上下文信息推理的研究

从各种低层上下文信息得到对人们更加有用的高层上下文信息即上下文推理是当前研究的热点.针对该问题,采用描述逻辑,研究基于本体模型的上下文推理方法.首先简要介绍基于本体的上下文模型,该模型增加了对上下文特性的建模,然后分别研究基于本体的推理、基于规则的推理及不一致性验证3种推理方式,借助Jena框架的推理接口实现,推理功能全面,通用性强,基本满足了普适计算系统中上下文推理的需求,最后给出了推理的可用性.     

直觉线性μ-演算中的合成推理

讨论了以基于前缀封闭集合的Heyting代数的直觉解释的线性μ-演算(IμTL)作为描述“假设-保证”的逻辑基础的问题,提出了一个基于IμTL的“假设-保证”规则.该规则比往常应用线性时序逻辑(LTL)作为规范语言的那些规则具有更好的表达能力,扩展了对形如“always ?”等安全性质的“假设-保证”的范围,具备更一般的“假设-保证”推理能力及对循环推理的支持.     

一种基于模糊推理的噪声检测及自适应滤波方法

为了在去除图像噪声的同时最大程度地保持图像细节,提出了一种基于模糊推理的噪声检测及自适应滤波方法.该方法首先利用图像的局部统计信息(ROAD)和方向Laplacian差分值,同时采用模糊推理的方法对噪声点进行检测;然后对可能的噪声点进行自适应的滤波处理,使非噪声点的原有灰度保持不变,以最大程度地保持图像的真实性;最后针对由图像中噪声分布不均产生的局部噪声密度较高和高的噪声图像而进行的模糊推理噪声检测可能引起的"误判点",设计了一种改进的滤波方案用来对其进行修正.该方案采用迭代思想来重复进行噪声定位和滤波,每次滤波只滤除较大可能的噪声点,以最大限度减小图像的模糊.实验结果表明,该方案对于不同程度的噪声,经过适当地迭代均可取得良好的去噪效果.