导读:本文包含了知识推理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:知识,图谱,知识点,多维,交通,数据,神经网络。
知识推理论文文献综述
李智星,任诗雅,王化明,沈柯[1]（2019）在《基于非结构化文本增强关联规则的知识推理方法》一文中研究指出知识图谱用一种结构化的方式存储实体、实体的属性以及实体之间的关系。由于知识图谱中的知识易于被计算机处理,因此它在许多自然语言处理任务中都起着至关重要的作用。虽然从绝对数量来看,现有的知识图谱已经包含了海量的叁元组事实,但是与真实世界中存在的知识相比它远远不够。因此,如何完善知识图谱成为目前的研究热点。现有的研究方向主要分为内部推理和外部抽取两类,然而这些方法仍有很大的提升空间:一方面,由于知识图谱内部知识存在错误或缺失,可能会在推理时产生错误的扩散;另一方面,现有的知识抽取方法主要集中于对实体类型、关系等知识的抽取,从而导致抽取的知识不够全面。鉴于此,提出了一种基于非结构化文本增强关联规则的知识推理方法。该方法从非结构化文本表述中抽象出文本表述模式,并以词语分布袋的形式对其进行表示,进而结合知识图谱已有的知识构建关联规则。与传统关联规则的区别在于,该方法得到的关联规则可以通过与非结构化文本匹配的方式来完成知识推理。实验结果表明,与传统方法相比,该方法可以高效地从非结构化文本中推理出数量更大且质量更高的叁元组知识。(本文来源于《计算机科学》期刊2019年11期）
李启可,张克亮[2]（2019）在《基于问答系统的知识推理技术》一文中研究指出问答系统的历史可以追溯到20世纪50年代,主要是受到了图灵测试的影响,图灵测试主要是通过测试者与被测试者之间的问答来进行测试。图灵测试可以说是问答最初的表现形式。而在当时,伴随着计算机的发展,问答系统也在之后问世,只不过当时的问答较现在来说,系统复杂程度不高,功能较少。经过几十年的发展,问答系统已经具有了蓬勃的发展,种类繁多,其中所使用的方法以及模型也多不胜数。近年来,由谷歌所提出的知识图谱技术在工业界得到了广泛的应用,并且知识图谱给带来的收益是不可小觑的,知识图谱结合了多种学科,并利用图的形式,为研究者提供具有切实的,有价值的参考。本文将着重介绍与知识图谱,知识推理相关的问答系统的发展状况,在此将做一个整体性的论述。(本文来源于《电脑知识与技术》期刊2019年09期）
张仲伟,曹雷,陈希亮,寇大磊,宋天挺[3]（2019）在《基于神经网络的知识推理研究综述》一文中研究指出知识推理是知识图谱补全的重要手段,一直以来都是知识图谱领域的研究热点之一。随着神经网络不断取得新的发展,其在知识推理中的应用在近几年逐渐得到广泛重视。基于神经网络的知识推理方法具备更强的推理能力和泛化能力,对知识库中实体、属性、关系和文本信息的利用率更高,推理效果更好。简要介绍知识图谱及知识图谱补全的相关概念,阐述知识推理的概念及基本原理,从语义、结构和辅助存储叁个维度展开,综述当下基于神经网络的知识推理最新研究进展,总结了基于神经网络的知识推理在理论、算法和应用方面存在的问题和发展方向。(本文来源于《计算机工程与应用》期刊2019年12期）
栗凯伟,门雪,梅江钟[4]（2019）在《基于知识推理的装配式建筑施工能耗管理研究》一文中研究指出装配式建筑施工过程中能耗浪费严重,通过对装配式建筑预制构件生产、运输、现场装配3个阶段的施工能耗进行分析,运用XML语言对已建的装配式建筑施工能耗控制案例进行形式化表示,结合案例推理和措施推理相关理论,建立了装配式建筑施工能耗控制措施推理模型,实现对已建的装配式建筑施工过程中能耗控制措施与经验的借鉴和重用。(本文来源于《工业安全与环保》期刊2019年03期）
徐朦[5]（2019）在《基于学生知识点的知识推理方法》一文中研究指出针对传统的知识推理技术在学生学习方面研究的不足,知识图谱工具缺乏在学科知识点间复杂关系上的推理能力,基于学生知识点,提出了一种新的知识推理方法。通过学科涵盖知识点和知识点间的关系,构建知识点关联图,并结合学生的薄弱知识点,遍历知识点关联图,挖掘学生最底层的薄弱知识,生成待学习薄弱知识点序列,从而为学生提供学习路径。实验证明,该方法具有一定的可行性。(本文来源于《信息与电脑(理论版)》期刊2019年03期）
郑宏亮,侯雪辉,宋笑迎,庞阔,邹丽[6]（2019）在《基于犹豫模糊可信度的知识推理》一文中研究指出针对不确定性推理中的可信度估值不精确的问题,将犹豫模糊集引入可信度不确定性推理中。提出犹豫模糊可信度的定义,并基于可信度的知识表示给出犹豫模糊可信度的知识表示方式。为解决专家在推理过程中出现的信息缺失问题,提出求解平均值的信息补全方法。构建犹豫模糊可信度的单条规则和多条规则并行关系的运算法则,并给出基于犹豫模糊可信度的知识表示与推理的具体步骤。最后,运用实例验证了所提算法的可行性及有效性。(本文来源于《计算机科学》期刊2019年01期）
徐甲,谢竞诚,丁楚吟[7]（2018）在《专家知识推理和多维数据可视化辅助交通信号管控》一文中研究指出在我国大部分一线城市,常发的过饱和交通和交通事件给城市道路交通信号控制带来极大挑战。然而,现有的自适应交通信号控制的学术研究成果却面临着难以落地发挥实效的状况。部分原因是由于这些自适应控制系统本身缺乏灵活性,难以满足所有的现实业务需求,此外,还因为这些方法通常对数据的完整性要求较高,实际中难以满足。因此,大量投入使用的自适应控制系统仍依赖预先制定的配时计划和配时人员的实时调控。人工实时调控非常依赖经验,因此很难做到及时高效。此外,这种依赖经验的调控决策过程缺乏直观,难以对有效性进行评价。因此本文提出一个可视化工具,该工具可以感知和洞察交通拥堵成因,并根据从专家知识中抽象出的推理机制,对拥堵进行诊断并生成信号调控建议。在杭州的应用显示出该工具显着降低了配时人员的工作负荷,帮助提升调控的及时性和合理性。根据第叁方报告,杭州的交通拥堵情况在2018年第一季度有明显改善。(本文来源于《第十叁届中国智能交通年会大会论文集》期刊2018-11-07）
杨胜[8]（2018）在《基于随机游走的知识推理技术研究》一文中研究指出知识图谱最核心的技术之一就是知识图谱的推理技术,是由已知的事实推理出未知的结论的过程。近年来,随着知识图谱规模的迅速增长,知识推理技术成为了当前研究的热点。链路预测知识推理技术的重要分支。研究人员发现,在应用于链路预测的多种算法中,随机游走算法具有逻辑简单、易于实现等优点。知识图谱补全也是知识推理技术的重要分支。现实世界中的知识图谱通常非常不完整,因此需要进行知识图谱补全。基于随机游走的路径排序算法(PathRanking Algorithm,PRA)是完成此任务的最有效的方法之一本文从基于随机游走的多关系网络链路预测、随机游走算法优化、基于PRA的知识图谱补全3个方面进行研究,主要工作有以下3点:(1)针对现有的链路预测主要集中在单一关系网络,忽略了关系之间影响力的问题,提出了基于多关系网络的随机游走链路预测算法。该算法计算每个关系中所有节点之间的相似度,然后将所有其他关系中两个节点之间的相似度的和定义为每个链路边缘的传播概率。得到传播概率后,在网络中通过随机游动传播和更新节点之间的相似度。最后,通过链路预测得到节点间的相似性。将该算法与多关系网络中的其它链路预测算法进行了比较。实验结果表明,该算法比其他多关系网络算法具有更高的预测精度。(2)针对随机游走算法中所有节点都使用相同的重启概率限制了随机游走的表现力,并且需要手动选择重启概率的问题,提出了随机游走扩展重启算法。通过允许每个节点的不同重启概率来反映查询节点对相关性分数的偏好,并且能从给定图表中自动找到最佳重启概率。将提出的方法与其他链路预测方法以及基于随机游走重启的方法进行比较,实验表明,方法能获得更好的链路预测精度。(3)针对目前关于PRA的研究通常只基于单任务学习,通过自己的训练数据独立地为每个关系建立预测模型,方法忽略了某些关系之间有意义的联系,并且可能无法获得足够的训练数据来处理不太频繁的关系的问题,提出了一种新的PRA多任务学习框架,称为Multi-PRA(MPRA)。首先设计了一种凝聚聚类策略,以自动发现彼此高度相关的关系,然后采用多任务学习策略来有效地结合这种关系的预测。实验结果表明,MPRA可以有效地识别关系高度相关的相干聚类。通过进一步耦合这种关系,MPRA在预测准确性和模型可解释性方面明显优于PRA。(本文来源于《战略支援部队信息工程大学》期刊2018-10-15）
翁海腾,汪宁,邱瑞,李超[9]（2018）在《基于知识图谱的知识推理与公共安全结合的理论研究》一文中研究指出本文主要论述知识推理对公共安全目标精确识别和预测预警的理论研究。(本文来源于《电子测试》期刊2018年18期）
万齐鸣,王英军,李有华[10]（2018）在《电网企业财务健康诊断知识推理技术》一文中研究指出研究了电网企业财务健康诊断知识推理技术,将专家系统与神经网络相结合,采用专家系统框架,利用神经网络完成部分知识的存储与表示,克服了传统诊断方法的局限性,将领域专家的知识与神经网络的自学习能力有机融合在一起,实现对电网企业财务更健康、更准确的实时状态检测与智能诊断。(本文来源于《电信科学》期刊2018年08期）
知识推理论文开题报告
（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：
问答系统的历史可以追溯到20世纪50年代,主要是受到了图灵测试的影响,图灵测试主要是通过测试者与被测试者之间的问答来进行测试。图灵测试可以说是问答最初的表现形式。而在当时,伴随着计算机的发展,问答系统也在之后问世,只不过当时的问答较现在来说,系统复杂程度不高,功能较少。经过几十年的发展,问答系统已经具有了蓬勃的发展,种类繁多,其中所使用的方法以及模型也多不胜数。近年来,由谷歌所提出的知识图谱技术在工业界得到了广泛的应用,并且知识图谱给带来的收益是不可小觑的,知识图谱结合了多种学科,并利用图的形式,为研究者提供具有切实的,有价值的参考。本文将着重介绍与知识图谱,知识推理相关的问答系统的发展状况,在此将做一个整体性的论述。
（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。
知识推理论文参考文献
[1].李智星,任诗雅,王化明,沈柯.基于非结构化文本增强关联规则的知识推理方法[J].计算机科学.2019
[2].李启可,张克亮.基于问答系统的知识推理技术[J].电脑知识与技术.2019
[3].张仲伟,曹雷,陈希亮,寇大磊,宋天挺.基于神经网络的知识推理研究综述[J].计算机工程与应用.2019
[4].栗凯伟,门雪,梅江钟.基于知识推理的装配式建筑施工能耗管理研究[J].工业安全与环保.2019
[5].徐朦.基于学生知识点的知识推理方法[J].信息与电脑(理论版).2019
[6].郑宏亮,侯雪辉,宋笑迎,庞阔,邹丽.基于犹豫模糊可信度的知识推理[J].计算机科学.2019
[7].徐甲,谢竞诚,丁楚吟.专家知识推理和多维数据可视化辅助交通信号管控[C].第十叁届中国智能交通年会大会论文集.2018
[8].杨胜.基于随机游走的知识推理技术研究[D].战略支援部队信息工程大学.2018
[9].翁海腾,汪宁,邱瑞,李超.基于知识图谱的知识推理与公共安全结合的理论研究[J].电子测试.2018
[10].万齐鸣,王英军,李有华.电网企业财务健康诊断知识推理技术[J].电信科学.2018
论文知识图
