面向链接预测的知识图谱表示学习方法综述

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫.链接预测是针对知识图谱中缺失的实体与关系进行预测的任务,是知识图谱构建与补全中不可或缺的一环.要充分挖掘知识图谱中的隐藏关系,利用海量的实体与关系进行计算,就需要将符号化表示的信息转换为数值形式,即进行知识图谱表示学习.基于此,面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点.从链接预测与表示学习的基本概念出发,系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展.具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述.以知识表示形式的发展历程为线索,分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模.基于表示学习建模方式,将现有方法细化为4类模型:平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型,并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型.在介绍链接预测的常用的数据集与评判标准基础上,分别对比分析二元关系、多元关系和超关系3类知识表示形式下,4类知识表示学习模型的链接预测效果,并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势.

基于图优化参数辨识的船体变形测量方法

针对船体变形惯性匹配测量中模型参数准确性影响测量精度的问题,本文提出了一种基于图优化的船体变形模型参数辨识方法并应用于惯性匹配测量。通过分析船体变形模型预设参数对惯性匹配测量的Kalman滤波影响,得到参数对惯性匹配精度的影响机制;利用船体变形历史数据,结合待辨识的船体变形模型参数组成图优化超图,建立船体变形参数辨识的图优化模型,实现船体变形惯性匹配预设模型参数的辨识,最后将参数辨识结果代入惯性匹配方程以完成准确测量。仿真实验验证了该方法可以有效地完成船体变形参数辨识,保障船体变形惯性匹配测量的准确度。

海战场情报态势知识超图组织与运用

海战场作战知识缺少组织运用方法,无法支撑情报态势分析。针对作战知识组织运用问题,提出分层海战场情报态势知识超图体系,建立事理知识图谱、概念知识超图、实例知识超图三层结构,使用超关系对多元情报信息进行知识表达,通过跨层次映射和反演建立不同层次之间的关联;对基于超图的知识挖掘与辅助决策方法进行了分析。该框架可为智能化指挥信息系统建设和领域知识组织管理提供新的思路。

基于超图正则化非负张量链分解的聚类分析

非负张量链分解作为一种重要的张量分解模型,可保留数据内部结构信息,广泛应用于高维数据的特征提取和表示。从流形学习角度出发,高维数据信息通常潜在于低维空间的非线性流形结构中,然而现有图学习理论只能建模对象间的成对关系,很难准确刻画具有复杂流形结构的高维数据的相似关系。引入超图学习,提出一种超图正则化非负张量链(HGNTT)分解方法,在高维数据中提取低维表示的同时通过构建超图描述样本数据间的高阶关系,从而保留非线性流形结构,同时采用乘法更新方法对HGNTT模型进行优化求解并证明其收敛性。在ORL和Faces95这两个公开数据集上的聚类实验结果表明,相比于NMF、GNMF等方法,HGNTT方法的聚类准确率和归一化互信息分别提升了1.2%~7.6%和0.2%~3.0%,验证了HGNTT方法的有效性。

高血压超关系知识图谱建模及用药决策推理实践

传统的知识建模方法在医学场景下面临着知识复杂性高、难以通过传统三元组的方式精确表达等问题,需要研究新的本体对医学知识进行建模。该文提出一种应用于高血压领域的三层超关系知识图谱模型(Triple-view Hypertension Hyper-relational Knowledge Graph,THH-KG),该方法基于超关系知识图谱模型搭建计算层、概念层、实例层三层图谱架构,实现多元的医学逻辑规则、概念知识和实例知识的联合表达。此外,该文还提出了在普通图数据库中超关系知识图谱的通用存储方法,且基于该方法设计了高血压知识图谱推理解释引擎(Hypertension Knowledge Graph Reasoning Engine,HKG-RE),实现了基于医学规则的用药推荐辅助决策应用。上述方法在对108位真实高血压患者的用药推荐实验中正确率达到了97.2%。

基于三元组键值对超关系学习的知识图谱链接预测

为了提高挖掘超关系数据中的隐含关系的能力,提出一种基于三元组键值对超关系学习的知识图谱链接预测模型;所提模型不仅捕捉编码在三元组中知识图谱的主要结构信息,而且通过对三元组及其相关键值对进行学习,采集每个三元组及其相关联的键值对之间的相关性;通过最小值操作,对基本三元组、键值对以及相关性特征向量进行合并,利用全连接投影得到预测得分。结果表明,与其他预测模型相比,所提模型在JF17K数据集和WikiPeople数据集的键、值预测平均倒数排名表现更佳,在链接预测中排名分别小于10、1的三元组的平均占比的预测性能更优。

泛圈图关于Wiener指数和hyper-Wiener指数的充分条件

泛圈图是指包含所有长度为l(3≤l≤n)的圈的n阶简单连通图。根据满足边条件e(G)的简单连通图G的特性,结合连通图及其补图的Wiener指数和hyper-Wiener指数与边条件e(G)的关联式,得出连通图G要成为泛圈图所需满足的充分条件:W(G)≤n^(2)+5n-30/2,W(G)≥n^(3)-8n^(2)+43n-60/2,WW(G)≤n^(2)+11n-60/2,WW(G)≥n^(4)-8n^(3)+37n^(2)-18n-60/2。

面向对象的超图时空推理模型的研究与应用

通过对各种时空数据模型和时空推理模型的比较,把面向对象技术与实际生产需要相结合,构造了基于超图理论的时空数据模型和时空推理模型,并将该模型应用到云南省红河州数字烟草系统对地块的管理中。实践证明,该时空推理模型实现了时空一体化,具有完整的时空内涵。

基于超图模型的图像目标识别

基于类属超图模型给出简单图像和复杂图像目标的识别方法。通过提取简单图像的稳健尺度不变特征变换特征,得到其对应的属性图,采用RSOM聚类树的思想和K近邻方法快速实现对简单图像的目标识别。复杂图像存在较大的背景干扰和遮挡的影响,通过滑动窗方法在待识别图像中定位待识别目标区域,并将该区域从待识别图像中分出,然后采用与简单图像识别方法类似的方法完成目标识别,减少背景干扰和遮挡的影响。仿真实验表明,2种图像目标识别方法是有效的。

面向非合作目标识别的大规模类属超图建模

针对大量不同成像条件下获得的多视图像,研究利用局部不变特征及其空间布局约束构建用于非合作目标识别的类属超图模型的方法.该方法首先将每一幅图像表示为使用选定的稳健SIFT特征构成的属性图,然后提出了一种属性图相似性传播聚类原理.在给定的F度量的约束下,利用该原理进行聚类,并根据熵函数最小化优化条件,可迭代得到特定目标属性图样本集合的最优聚类,进一步将所获得的聚类简化成以非冗余属性图作为节点的类属超图模型.本文用大量图像样本进行了试验测试.实验结果验证了模型的可扩展性和识别性能.

基于超图聚类的故事单元的抽取与分析

合理而有效地结构化组织视频数据是浏览、检索和管理视频的重要前提.提出了一种新的层次化的结构化组织视频数据的提取故事单元的方法.它采用k-近邻超图描述镜头间的内容相似关系,利用超图模型对镜头聚类,并通过分析镜头类别间的时间投影关系提取故事单元,并采用一维字符串描述故事单元.此外,还提出了结合领域知识确定故事单元的类型的算法框架,并将其用于对话场景的检测.将算法用于测试多段视频,实验结果令人满意.

利用超图图割的图像共分割算法

针对基于传统图割的图像共分割算法存在计算复杂度高而导致分割效率低的问题,提出了一种基于超图的图像共分割算法,利用超图能更简洁有效地代表图像中特征关系的特性来提高图像共分割的效率。该算法首先对具有相似前景的2幅图像分别进行Mean-shift过分割,并将得到的过分割区域分块作为超图的节点;然后利用分块的颜色直方图计算所有分块间的相似性,并将相似的分块对应的相似节点集合和单幅图像中相邻节点集合作为超边并计算其权值,构造超图;最后利用基于谱分析的近似算法求解超图归一化分割问题,获得图像对的共分割结果。实验结果表明,所提算法相比于单幅图像的归一化分割算法以及基于传统图割的图像共分割算法具有更好的分割效果,同时分割时间缩短至少45%。

基于分层超图的服务价值依赖模型

鉴于各方的价值期望可能相互依赖和关联,在设计服务系统时需要充分考虑价值间的依赖性。在介绍服务价值的基础上提出服务价值依赖的概念,按其产生机理分成五类,以超图作为描述工具,提出了分层的价值依赖模型,并将其表示为价值依赖超图的形式。基于该模型,探讨了价值依赖的传递性、分解性和依赖度计算等性质。讨论了基于价值依赖模型的服务分析和服务组合的方法与过程,并以海运物流服务为例进行了案例分析。价值依赖模型作为实现价值优化的服务系统分析与设计的一种支持工具,在高层的价值期望和低层的服务要素服务质量期望之间建立了桥梁。

基于超图的企业过程的描述和简化原理

企业的一项重要任务就是对现有企业过程进行有效的改善和革新。这项工作设计是为了达到减少成本、提高质量和效率而进行的企业过程的简化和减少非增值过程的两项活动。提出一种利用超图理论对企业过程描述和简化的方法。首先通过带参数的有向超图为企业过程建模；然后根据最小化等同超图理论总结出过程优化的三条规则，用于简化企业过程，识别和减少非增值活动。

铁路货运系统超网络协同度研究

铁路货运系统需要多个子系统和众多要素的彼此协同、联动配合才能实现货物位移。首先,引入超网络理论将铁路货运系统划分为业务管理子网、物理网子网和车流子网,定性分析其超网特性。其次,针对子网内部各要素间关联关系及子网间映射关系,运用超图描述铁路货运系统超网络结构。然后,分别建立基于功效系数的子网内部协同度、子网间相对协同度及超网络综合协同度测算模型。最后,选取1997~2016年铁路货运系统的12项参量数据,运用上述方法对系统相应协同度进行测算验证。研究结果表明,本方法对铁路货运系统的均衡和协调发展具有较准确的量化测度作用。

集成环境下产品文档信息管理

分析集成环境下对产品文档信息管理的需求。描述基于业务对象、数据对象和物理文件的文档数据模型 ,并采用超图模型对三者之间的逻辑关系进行形式化表达。参照 STEP PDM模式给出文档信息的通用表示模式。在以上分析基础上详细阐述集成环境下文档信息的共享、版本和安全性以及存储管理。

虚拟数据库的实现方法

虚拟数据库是目前信息集成的主要方法之一,但目前的虚拟数据库产品很难做到对数据源结构的屏蔽,使得系统配置和使用不是十分方便,查询定义过程要求用户了解各个数据源及其组织结构。基于超图理论提出了一种简单可行的模式集成方法,解决了同名异义及异名同义等问题。通过元数据库管理系统,数据库管理员可定义各种视图来屏蔽信息源的结构,大大简化了用户的查询定义过程。同时,给出了虚拟数据库系统的主要实现技术。

基于超图排序算法的视频摘要

技术作为一种快速感知视频内容的方式得到了广泛的关注.现有基于图模型的视频摘要方法将视频帧作为顶点,通过边表示两个顶点之间的关系,但并不能很好地捕获视频帧之间的复杂关系.为了克服该缺点,本文提出了一种基于超图排序算法的静态视频摘要方法(Hyper-Graph Ranking based Video Summarization,HGRVS).HGRVS方法首先通过构建视频超图模型,将任意多个有内在关联的视频帧使用一条超边连接;然后提出一种基于超图排序的视频帧分类算法将视频帧按内容分类;最后通过求解提出的一种优化函数来生成静态视频摘要.在Open Video Project和YouTube两个数据集上的大量主观与客观实验验证了所提HGRVS算法的优良性能.

考虑阀口误差的阀控非对称液压缸系统建模、仿真与试验

从解决比例阀控制非对称缸系统存在的超压问题入手,分析因加工误差引起的各阀口重叠量不一致这一非线性因素对系统性能的影响,建立考虑阀口误差的阀控非对称缸系统的非线性状态方程模型和键图模型。应用这两种非线性数学模型分析一实际非对称阀控制非对称缸系统的压力特性,与试验结果的对比分析验证了所建的非线性数学模型的正确性。仿真和试验研究揭示比例阀控制非对称缸系统的阀口误差对系统性能影响较大,往往是引起有杆腔压力超过供油压力的主要原因。通过大量仿真研究获得了阀口误差与系统超压之间的关系,研究表明适当提高比例阀阀口的加工精度有利于消除超压现象和提高系统的性能,进而建议将某些比例阀阀口误差控制在最大阀位移的0.5%以内。给出的两种非线性数学模型具有通用性,可用于对各类阀控缸系统进行系统仿真、设计和控制策略等方面的理论研究工作。

基于超图稀疏编码框架的图像特征提取方法

作为一种降维的方法,稀疏编码的有效性很高。编码字典具有超完备性,在编码中会丢失不同编码字典特征的衔接信息与相似度,因而使得稀疏编码自身的识别率有所下降。针对编码字典不同特征的距离与相似度,本文构建了新型的超图稀疏编码框架,在计算稀疏编码中,可以在此结构基础上运用相似度权重和超图理论,有效的改善了稀疏编码方法,使稀疏编码特有的鲁棒性得到增强。接着分别在Caltech和Scene数据库做实验,对该稀疏编码的有效性进行了验证。