导读:本文包含了推理框架论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语义,框架,规则,多核,卡尔,逻辑,汉语。
推理框架论文文献综述
李雪梅,陈超[1]（2019）在《渗透“叁律”，建构逻辑推理框架——北师大版叁下《有趣的推理》教学实践与反思》一文中研究指出《义务教育数学课程标准(2011年版)》指出"数学课程要面向全体学生,适应学生个性发展的需要",小学中段学生辩证思维由萌芽阶段向初步发展阶段转变,思维存在一个转折期,四年级之前学生思维以具体形象为主,四年级之后学生的逻辑抽象思维占主导地位,思维具有明显的不平衡性特点。此时学生的推理能力处于过渡阶段,由初步的推理向高(本文来源于《教育科学论坛》期刊2019年34期）
张潇,支天[2]（2019）在《面向多核处理器的机器学习推理框架》一文中研究指出近年来,深度神经网络被广泛应用于各个领域并取得了极大的成功.由于神经网络模型的尺寸和计算量的不断增加,为了能够高效迅速地完成神经网络的计算,包括GPU和专用加速器在内的很多新型硬件处理器被用于深度学习的计算.尽管如此,通用处理器作为目前最为常见和易于获得的计算平台,探究如何高效地在其上运行神经网络算法同样具有重要意义.多核处理器在训练阶段可以采用数据并行的方式来提高数据吞吐量,加快训练速度.然而在推理阶段,相比吞吐量场景,端到端的时延往往更加重要,因为这决定了处理器在某个场景下的可用性.传统的数据并行方案不能满足推理场景下对处理器小数据、低延迟的要求.因此,对于多核的处理器结构,需要在算子内部对计算进行拆分,才能够充分利用多核结构的硬件资源.考虑到处理器的计算特点,需要一种精细的方法来对计算图中的算子进行合理的拆分,才能真正有效地发挥出多核处理器的计算潜能.提出一种基于算子拆分的并行框架,可以用较小的开销实现处理器由单核向多核结构上的扩展,并且能够针对给定的网络和底层处理器特点给出一种高效的拆分方案.实验结果表明:该方法能有效降低各种网络在多核处理器上的端到端时延.(本文来源于《计算机研究与发展》期刊2019年09期）
梁贤华[3]（2019）在《纯粹归纳逻辑框架下的类比推理》一文中研究指出纯粹归纳逻辑是卡尔纳普进路归纳逻辑的一种复兴,其基本的目标是把归纳当作数理逻辑的一个分支来研究。在纯粹归纳逻辑的框架下,类比推理被建立在一阶逻辑的基础之上,其理论的核心是用距离函数来刻画相似性,并且以相关性函数作为推理基础。因此,在某种意义上,可以把它看作是实例相关函数的一种延伸。而在实践的意义上,则反映了人工智能对类比推理形式化的需求。(本文来源于《逻辑学研究》期刊2019年04期）
程橙[4]（2019）在《科学概念创新——设证推理的框架和应用》一文中研究指出科学概念创新是科学进步的重要动力。通过分析科学概念创新的定义、科学概念创新的发展规律和科学概念创新的重要性,提出了一种有效的科学概念创新方法——设证推理框架ABD~1。ABD~1是基于皮尔士的科学逻辑和经典实用主义思想,采用了文本分析法、对比分析法和举例说明法,通过修正旧的设证推理框架的不足而建立的设证推理框架。ABD~1对科学概念创新具有积极的理论指导作用。(本文来源于《科学管理研究》期刊2019年02期）
吴振宇,杨雨浓,朱新宁[5]（2017）在《面向智能诊断的语义物联网知识标注与推理框架》一文中研究指出为解决开发物联网应用时海量设备数据所带来数据整合问题,提出了一种基于语义标注与推理的物联网应用系统框架.框架中包含一种通用的物联网应用本体,在重用传统设备描述本体的基础上拓展了设备间关系的建模.框架还借助语义传感网、语义web和推理技术以支持可自动执行复杂分析控制任务的实际物联网应用的开发,如异常诊断、自动控制等.楼宇自动化场景下的实验结果表明,该框架支持物联网设备知识库的构建和扩展,并可以支持复杂的物联网应用.(本文来源于《北京邮电大学学报》期刊2017年04期）
李春生,郎敏,张可佳,周云霞[6]（2017）在《基于多级框架的不确定知识推理方法研究》一文中研究指出在知识推理应用于智能化方法的过程中,为解决知识并发性匹配及可用性等问题,设计了一种多级框架下的不确定性推理方法。该方法通过采用规则-知识衍生方式、构建产生式模型和设计多级框架结构以有效提高推理精度和准确率,通过引入槽值符合率及隶属度作为确信因子以及实现知识的并发性匹配,选定正向推理作为知识推理方式,应用论据累计的Bayes方法消解知识匹配冲突。选用并发异常样本对所提出方法的准确率和并发推理能力进行验证实验。实验结果表明,该算法在准确率和并发推理能力方面具有较大提升,达到了知识结构设计合理、知识抽象化程度明显提高的目的,满足了复杂工业生产等领域对多并发推理的精细化要求。油井生产动态预警应用的实际测试分析表明,所提出的Un MF方法较大程度上提高了预警的准确性,降低了生产异常情况的发生,对稳定高效工业生产具有重要的意义。(本文来源于《计算机技术与发展》期刊2017年11期）
陈恒[7]（2016）在《一种基于Spark的大规模语义数据分布式推理框架》一文中研究指出随着大规模语义数据的涌现,研究高效的并行化语义推理成为热点问题之一。现有推理框架大多存在可扩展性方面的不足,难以满足大规模语义数据的需求。针对现有推理框架的不足,提出一种基于Spark的大规模语义数据分布式推理框架。该框架主要包括语义建模、规则提取和基于Spark的并行推理机等3个模块。通过过程分析和推理实例验证,提出的分布式并行推理的计算性能(T(n)=O(log_(2)n))远远优于顺序式推理的计算性能(T(n)=O(n))。(本文来源于《计算机科学》期刊2016年S2期）
刘志辉[8]（2016）在《Spark框架下基于规则的本体推理优化技术研究》一文中研究指出本体推理是指依据RDF/OWL规则计算本体的演绎闭包,例如TBox和ABox蕴含规则,是实现语义Web的关键技术之一。基于规则的本体推理效率与规则的执行顺序有着密切的关系,而规则的执行顺序取决于规则之间的依赖性。目前相关的研究工作由于整体规则的执行顺序优化程度不够高,且受限于分布式框架的计算能力,导致本体的推理效率较低,如何通过优化规则的执行顺序,提高本体的推理效率,成为亟待解决的问题。本文提出了局部最优推理方案,充分利用规则之间的依赖性,进一步优化规则的执行顺序,提高了在Spark框架下本体的推理效率。本文给出了根据规则之间的依赖关系形成的整体规则执行顺序的复杂度,将整体规则的依赖性分析分解成局部规则的依赖性分析。根据推理规则中条件和结论的数据类型特点,将所有规则分成四类:SPO类规则、Type类规则、sameAs类规则以及Schema类规则。在此基础上,深入分析了每一类规则之间的依赖关系,建立对应的依赖关系图,并给出推理效率最高的规则执行顺序集,从中选取任意一种推理效率最高的执行顺序形成一个整体的推理策略。最后,设计了并行推理算法,并且在分布式框架Spark上,实现了基于局部推理最优策略的本体推理框架RORS。在数据集LUBM200(27.6*10~6条叁元组)和DBpedia(42.5*10~6条叁元组)上,RORS较当前推理引擎Cichild和KP推理效率平均提升30%。综上所述,本文基于局部最优推理模型,提出了一种新的本体推理框架RORS。实验结果表明,RORS明显的提高了本体的推理效率,具有显着的性能优势。(本文来源于《天津大学》期刊2016-11-01）
张旭华,李茹,王智强,吕国英,柴清华[9]（2016）在《框架关系推理在阅读问答中的应用》一文中研究指出推理是自然语言处理中的一个重要研究课题.基于汉语框架网提出一种框架关系推理方法,该方法利用框架关系、框架元素关系等构建汉语篇章中语义信息单元之间的联系来实现推理.并将其应用到阅读理解问答任务中,对问题进行框架语义分析,构建问题和篇章之间的语义推理路径.本文给出的答案除了包含答案的句子外,还根据语义角色将答案句中相应的语块抽取出来,给出了语块级别的答案.本文在551个阅读理解问题上进行实验,结果表明本文基于框架语义推理的答案获取方法,无论在句子级别还是语块级别都获得了较好的结果.(本文来源于《小型微型计算机系统》期刊2016年07期）
张旭华[10]（2016）在《框架语义推理技术研究》一文中研究指出在自然语言处理领域,语义推理研究是一个非常重要的研究课题。虽然目前的语义研究尚且不够成熟,但语义推理研究对于深入分析文本语义,使计算机更加智能具有深刻的意义。本文在山西大学汉语框架语义资源的基础上,深入研究了框架、框架元素、词元、框架关系以及框架元素的映射等语义关系,分析了框架语义关系的原理及推理性质,提出了基于框架语义关系的推理技术。本文主要研究内容及成果如下:(1)深入研究框架、组成框架的各要素、框架关系以及框架元素的映射关系,进一步挖掘框架语义资源中的语义关联信息,在框架及框架元素角度分析验证了框架网络的推理能力。(2)在框架语义关系已经清晰的基础上分析了框架语义关系的原理及推理性质,提出了基于框架语义关系的推理技术,利用框架网络丰富的语义表达能力在167篇阅读理解语料中,针对每篇文本构建文本推理图,为语义推理的研究提供了一种新的方法。(3)本文尝试将该推理方法应用于阅读理解问答任务中,针对问题进行框架语义分析,并融合到文本推理图中,在问句和阅读理解文本之间建立对应关系——即推理路径,形成问答推理图。然后针对问题中的未知框架元素(即未知部分)寻找合适的推理路径。为阅读理解任务提供了一种新的研究方法。结果表明:在当前有限的汉语框架网语义资源的基础上进行推理已经取得显着了效果。本文创新之处是首次利用汉语框架网对汉语篇章语料进行全面的浅层语义分析,充分利用了框架网络中框架语义关系,在对真实语料进行汉语框架语义角色分析的基础上构建起了文本中不同语块之间的语义联系,从而进一步进行语义推理,最后将推理方法应用于阅读理解问答,并在阅读理解语料上对推理方法进行了评估。(本文来源于《山西大学》期刊2016-06-01）
推理框架论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,深度神经网络被广泛应用于各个领域并取得了极大的成功.由于神经网络模型的尺寸和计算量的不断增加,为了能够高效迅速地完成神经网络的计算,包括GPU和专用加速器在内的很多新型硬件处理器被用于深度学习的计算.尽管如此,通用处理器作为目前最为常见和易于获得的计算平台,探究如何高效地在其上运行神经网络算法同样具有重要意义.多核处理器在训练阶段可以采用数据并行的方式来提高数据吞吐量,加快训练速度.然而在推理阶段,相比吞吐量场景,端到端的时延往往更加重要,因为这决定了处理器在某个场景下的可用性.传统的数据并行方案不能满足推理场景下对处理器小数据、低延迟的要求.因此,对于多核的处理器结构,需要在算子内部对计算进行拆分,才能够充分利用多核结构的硬件资源.考虑到处理器的计算特点,需要一种精细的方法来对计算图中的算子进行合理的拆分,才能真正有效地发挥出多核处理器的计算潜能.提出一种基于算子拆分的并行框架,可以用较小的开销实现处理器由单核向多核结构上的扩展,并且能够针对给定的网络和底层处理器特点给出一种高效的拆分方案.实验结果表明:该方法能有效降低各种网络在多核处理器上的端到端时延.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
推理框架论文参考文献
[1].李雪梅,陈超.渗透“叁律”，建构逻辑推理框架——北师大版叁下《有趣的推理》教学实践与反思[J].教育科学论坛.2019
[2].张潇,支天.面向多核处理器的机器学习推理框架[J].计算机研究与发展.2019
[3].梁贤华.纯粹归纳逻辑框架下的类比推理[J].逻辑学研究.2019
[4].程橙.科学概念创新——设证推理的框架和应用[J].科学管理研究.2019
[5].吴振宇,杨雨浓,朱新宁.面向智能诊断的语义物联网知识标注与推理框架[J].北京邮电大学学报.2017
[6].李春生,郎敏,张可佳,周云霞.基于多级框架的不确定知识推理方法研究[J].计算机技术与发展.2017
[7].陈恒.一种基于Spark的大规模语义数据分布式推理框架[J].计算机科学.2016
[8].刘志辉.Spark框架下基于规则的本体推理优化技术研究[D].天津大学.2016
[9].张旭华,李茹,王智强,吕国英,柴清华.框架关系推理在阅读问答中的应用[J].小型微型计算机系统.2016
[10].张旭华.框架语义推理技术研究[D].山西大学.2016
论文知识图
