-
题名数字孪生多模态视觉推理的神经-符号系统
- 1
-
-
作者
郑杭彬
刘天元
郑汉垚
左戴悦
鲍劲松
王森
-
机构
东华大学机械工程学院
上海宝信软件股份有限公司
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第5期1571-1586,共16页
-
文摘
面对数字孪生在多模态视觉数据融合中的异质性和动态性挑战,提出一种结合深度学习与符号智能的方法。该方法通过深度神经网络对视觉数据进行实时解析,并借助符号系统存储的知识和事件响应规则,实现对复杂推理过程的自主管理。为提高系统对物理世界变化的适应性,提出一种融合多模态信息和外部知识的增强推理机制,该机制能有效地整合来自传感器的实时数据和历史知识库中的信息,以支持更加准确和合理的决策制定。以退役锂电池拆解过程为案例验证表明,该方法不仅能够在多模态数据环境中实现高准确率的识别和分析,还能够基于推理机制生成合理且逻辑一致的操作建议,有效提升了拆解效率和安全性。
-
关键词
数字孪生
多模态
视觉推理
神经符号系统
锂电池拆解
-
Keywords
digital twin
multi-modal
visual reasoning
neural-symbolic system
lithium battery disassembly
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名新一代知识图谱关键技术综述
被引量:38
- 2
-
-
作者
王萌
王昊奋
李博涵
赵翔
王鑫
-
机构
东南大学计算机科学与工程学院
同济大学创意设计学院
南京航空航天大学计算机学院
国防科技大学信息系统工程国家重点实验室
天津大学智能与计算学部
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2022年第9期1947-1965,共19页
-
基金
国家重点研发计划项目(2019YFE0198600)
国家自然科学基金项目(61906037,62176185,62072099,61872446,61972275)
中央高校基本科研业务费专项资金(22120210109)。
-
文摘
近年来,国内外在新一代知识图谱的关键技术和理论方面取得了一定进展,以知识图谱为载体的典型应用也逐渐走进各个行业领域,包括智能问答、推荐系统、个人助手等.然而,在大数据环境和新基建背景下,数据对象和交互方式的日益丰富和变化,对新一代知识图谱在基础理论、体系架构、关键技术等方面提出新的需求,带来新的挑战.将综述国内外新一代知识图谱的关键技术研究发展现状,重点从非结构化多模态数据组织与理解、大规模动态图谱表示学习与预训练模型、神经符号结合的知识更新与推理3方面对国内外研究的最新进展进行归纳、比较和分析.最后,就未来的技术挑战和研究方向进行展望.
-
关键词
知识图谱
多模态数据
表示学习
预训练模型
认知智能
神经符号系统
-
Keywords
knowledge graph
multi-modal data
representation learning
pre-training models
cognitive intelligence
neural-symbolic systems
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名带消解的联结主义计算模型
- 3
-
-
作者
刘楚
江敏
周昌乐
张俊松
-
机构
厦门大学智能科学与技术系
福建省仿脑智能系统重点实验室(厦门大学)
-
出处
《心智与计算》
2012年第1期54-60,共7页
-
基金
国家自然科学基金(61003014/F020101)
高等学校博士学科点专项科研基金(20100121120021)
福建省自然科学基金(2010J05142)
-
文摘
神经-符号系统建立是为了将符号逻辑系统和联结主义系统进行统一,以实现符号运算和数值计算之间的对应和转化,因此构造出相应的联结主义系统以适应符号逻辑系统的推理规则具有十分重要的意义。本文以联结主义系统中的核方法(Core Method)为基础,定义了一组网络结构转化规则,通过神经网络自适应结构调整的方法来使核方法满足命题逻辑中归结原理这一经典的符号推理方法。改进的核方法在不仅在数值上与命题逻辑具有对应关系而且在网络结构上也有相似的规则。文章最后提出了关于核方法的神经网络中输入层和输出层的数值迭代规律的猜想,希望能够通过观察变量指派在实数空间的收敛情况来发现该网络对应在符号逻辑系统中的规律。?
-
关键词
核方法
符号逻辑
联结主义系统
神经-符号系统
归结原理
-
Keywords
core method
symbolic logic
connectionist system
neural-symbolic system
resolution rule
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-