推理模型

摘要： 本文以区域型社会稳定风险评估为研究对象,在既有重大工程、重大项目、土地征收社会稳定风险评估理论研究的基础上,重新界定区域型社会稳定风险评估的相关定义,阐述了区域型社会稳定风险评估的实施方向,调查了区域型社会稳定风险评估的风险影响因素。在此基础上,构建了区域型社会稳定风险评估指标体系,提出了基于贝叶斯和云推理模型的区域型社会稳定风险评估方法和社会稳定风险控制方法。

摘要： 针对现有对抗样本防御方法防御能力不足、时间消耗过高等问题,参考生成对抗网络与集成学习在对抗样本研究中的优势,本文提出一种基于生成对抗网络的对抗样本集成防御方法。该方法使用生成对抗网络训练多个能够消除对抗样本表面对抗扰动的生成器,使用集成学习方法将多个生成器进行集成作为最终的防御。该方法的生成对抗网络由生成器和判别器组成。生成器以对抗样本作为输入,其目的是消除对抗样本表面的对抗扰动;判别器以良性样本与消除对抗扰动后的样本作为输入,其目的是区分输入的样本;生成器与判别器交替训练,当判别器无法对输入的样本做出区分时,生成器达到最佳状态。集成防御使用平均法作为集成策略,通过平均多个生成器的防御结果,取长补短,提升单个防御的能力;通过预训练生成器来降低防御的时间消耗,通过集成多个生成器来提升单个生成器的防御能力。分别在MNIST数据集与CIFAR10数据集上,用本文的集成防御方法与其他防御方法对常见的对抗样本进行防御,以分类准确率作为评价防御能力的指标,并记录防御的时间消耗。实验结果表明,本文方法能以较低的时间消耗防御多种对抗样本,并且防御能力比已有的防御方法更好。

摘要： 近年来研究流簇(Coflow)为单位的调度策略成为改进数据中心网络的新热点.然而现有的信息未知流簇调度器难以快速地推理任务级信息,导致小任务不能被及时调度,以及平均任务完成时间无法最小化.因此数据中心网络需要更加高效的推理模型提升流簇大小判断的准确性和敏感性.提出了一种基于机器学习的流簇大小推理模型(MLcoflow),利用极限学习机(ELM)以最小训练误差为求解目标建立推理模型,并且使用不完全信息建模以提升敏感度.实验证明与其他算法相比,ELM方法的准确性评分平均高出19.8％,敏感度平均高出10.2％.通过仿真模拟对比了几种调度器,基于MLcoflow的调度器将平均任务完成时间降低了20.1％.

摘要： 人工智能(AI)辅助诊断近年飞速发展。在目前发展已经比较成熟的病理、放射影像及皮肤疾病诊断等方面,AI辅助诊断的准确性甚至可超过专科医生的平均诊断水平。但是,主流AI技术的突破和应用仅集中在基于模式识别的临床诊断判定。在临床诊疗工作中需求更为广泛的基于逻辑推理的疾病诊断方面仍是研发的难点。动态不确定因果图(dynamic uncertain causality graph,DUCG)理论是为克服国际上流行的处理不确定因果知识的表达和推理模型贝叶斯网络的缺陷而提出的,目前已应用于复杂工业系统进行故障诊断。

摘要： 目前现有问答系统模型大多数都采用模板匹配的方式进行推理,对问题推理不够充分,因此,提出基于认知图谱的问答系统推理模型.依据专业领域知识作为知识源构建本体;并基于该认知图谱构建了"问题-关系"一对一的认知图谱问答系统模型.最后通过将问答问题划分为简单问题与复杂问题分别对问题进行处理,其中简单问题运用BERT+ CRF(Bidirectional Encoder Representations from Transformers+Conditional Random Field)模型进行模板匹配;针对复杂问题运用Node2vec生成子图后用GCN(Graph Convolutional Network)推理模型进行推理,将得出的答案作为输出结果.最后对所提出的模型通过井下作业领域进行了实验,结果表明认知图谱问答模型优于其他算法模型.

摘要： 针对现有国际业务在人工分析SWIFT报文效率方面的不足,提出一种基于词向量的国际业务实时推理模型.利用TF-IDF值在词汇重要程度的度量作用,实时计算获得MT700、MT710、MT720、MT730等报文语料候选词集;通过GLoVe算法产生SWIFT报文词向量,使用seq2seq模型加载attention机制学习产出报文摘要;利用5万条UCP600、ISBP745、URC522、URR725、URDG758、ISP98国际惯例语料数据,训练得到BITS2vec词向量模型,注入候选词集后自动生成国际惯例参考信息.将该推理模型应用于国际业务系统SWIFT报文实时分析任务中,试验结果表明该推理模型能结合当前SWIFT报文语料特点,提供有关联价值的报文摘要和国际惯例参考信息,提高SWIFT报文处理质效.

摘要： 针对现有国际业务在人工分析SWIFT报文效率方面的不足,提出一种基于词向量的国际业务实时推理模型。利用TF-IDF值在词汇重要程度的度量作用,实时计算获得MT700、MT710、MT720、MT730等报文语料候选词集;通过GLoVe算法产生SWIFT报文词向量,使用seq2seq模型加载attention机制学习产出报文摘要;利用5万条UCP600、ISBP745、URC522、URR725、URDG758、ISP98国际惯例语料数据,训练得到BITS2vec词向量模型,注入候选词集后自动生成国际惯例参考信息。将该推理模型应用于国际业务系统SWIFT报文实时分析任务中,试验结果表明该推理模型能结合当前SWIFT报文语料特点,提供有关联价值的报文摘要和国际惯例参考信息,提高SWIFT报文处理质效。

摘要： 基于目前鞋靴定制存在的问题以及数字化定制平台发展的需求,以鞋靴数字化定制过程的脚-鞋匹配问题为研究内容,将模糊聚类方法引入到数字化鞋靴定制系统的开发中,构建了基于择近原则的模糊聚类模型。首先将脚长和跖围作为鞋靴号型归类的2个基本要素,确定聚类域和标准点,然后将客户的脚型数据点进行择近归类,进行脚型标准点和待识别点距离的计算,以实现脚型特征数据和鞋靴号型的最佳匹配,智能推荐合适的鞋靴号型。研究结果表明,构建的模糊聚类推理模型及推理方法在加快鞋靴的数字化定制进程方面有一定的参考意义。

摘要： 基于目前鞋靴定制存在的问题以及数字化定制平台发展的需求,以鞋靴数字化定制过程的脚—鞋匹配问题为研究内容,将模糊聚类方法引入到数字化鞋靴定制系统的开发中,构建了基于择近原则的模糊聚类模型.首先将脚长和跖围作为鞋靴号型归类的2个基本要素,确定聚类域和标准点,然后将客户的脚型数据点进行择近归类,进行脚型标准点和待识别点距离的计算,以实现脚型特征数据和鞋靴号型的最佳匹配,智能推荐合适的鞋靴号型.研究结果表明,构建的模糊聚类推理模型及推理方法在加快鞋靴的数字化定制进程方面有一定的参考意义.

摘要： 案件事实推理模型是法律逻辑学研究的核心内容，也是证据法的基础研究之一。最佳解释的案件事实推理模型，描述了证据对案件事实的解释推理过程，是解释学和逻辑学的融合。本文论述了该解释推理模型的理论沿革。

摘要： 本文研究了不确定拓扑与方向关系表达的统一空间划分方法和统一算子，建立了不确定拓扑关系和方向关系的联合推理模型，设计了联合推理流程，并结合具体实例，验证了基于该模型推理的可行性和推理结果的合理性。

摘要： 本文在分析鸡群发病特点基础上,通过对领域专家在鸡病诊断过程中思维的分析、抽象和模拟,建立了基于模糊理论的模拟专家思维的混合推理模型和推理策略,该方法适合鸡病诊断计算机推理的需求,并较好地解决了推理过程中的冲突消解问题.

摘要： 研究以港口干散货疏运过程中偷盗案例为基础,分析偷盗事件相关因素,进而从港口物流信息系统中提取有限数据集,以数据为驱动构建港口干散货偷盗风险贝叶斯网络推理模型,推理分析车辆提货活动中偷盗风险概率.实证结果表明,提货车辆抵港时间、车辆是否改装、非常规货重、费用结算方式与港口干散货偷盗风险直接相关,在给定证据条件下,模型可有效输出偷盗风险节点概率.本文提出的方法能克服传统风险分析方法对领域专家知识的过度依赖.

摘要： 互联网下同一领域中不同知识概念存在多种关系,其中演化关系对于用户学习和理解领域知识,梳理领域知识的前序和后续逻辑关系具有重要意义,然而网络数据的多样和无序使用户难以准确有序的获取领域知识关系.针对该问题,提出一种面向中文维基百科领域知识的演化关系抽取方法,利用语法分析特征,构建演化关系推理模型,采用基于句子层面的关系抽取算法识别领域知识演化关系.实验表明,该方法具有较高的准确率和召回率,能有效地抽取出维基百科中领域知识的演化关系.

摘要： 在基于语言真值格蕴涵代数的格值命题逻辑的框架之下,本文针对三类典型的不确定性推理模型,建立不确定性推理的理论和方法,同时构造相应的不确定性推理算法.

摘要： 通过对航空发动机涡轮叶片精铸模具设计内容和领域知识特点的分析，提出了以CBR(Case-baSed Reasoning)推理方式进行概念设计，以RBR(Rule-based Reasoning)推理方式进行详细设计的精铸模具智能设计推理模型。针对精铸模具方案设计阶段的CBR推理，提出融合多种检索算法的检索模型，有效提高了检索效率和质量，在CBR推理基础上，采用RBR对设计方案进行修正改进，提高了精铸模具设计质量。基于UG二次开发，实现相关方法并形成原型系统，实例验证表明，本文所提出的相关算法为实现精铸模具设计的智能化提供了新的思路。

摘要： 支持向量学习机(SVM)是基于统计学习理论的模式分类器，本文将SVM方法应用于乌鲁术齐机场跑道视程的预测。利用2004-2006年11月至次年二月的每半小时的自动观测资料，分别建立了跑道视程大于800米和小于800米2个SVM推理模型，并进行了跑道视程的预测试验，结果显示：对训练集的回报、对试验集的预报、对检验集预测的TS评分在48﹪-75﹪之间，较高TS评分表明所建SVM推理模型对跑道视程具有-的预测能力，展示了SVM的优越性和推广前景，可在跑道视程预测业务中参考应用。

摘要： 本文采用目前被认为是针对小样本的分类、回归等问题的最佳理论——支持向量机,建立了渤海湾风暴增水强度分类预报的推理模型,并取10％、2096、3096、5096的样本,分别进行了各循环50次的随机交叉验证。结果表明,对于频度为3．83％的强增水,所建推理模型的Ts评分>20％,且Ts稳定,同时Var较小,显示出推理模型有比较好的泛化能力。

摘要： 本研究在对一级公路的38处样本路段和三级公路的77处样本路段进行现场认知评价试验，得到2829组(一级路673组、三级路2156组)有效“专家”认知评语数据，以及基于0.2-截集和0.8-截集得到汽车驾驶人对一、三级公路道路条件安全性认知因素的模糊评价隶属函数的基础上，分别以实测的86处一级公路典型路段和188处三级公路典型路段上的平均行车速度统计值和道路结构数据为样本，依据排列组合原理，模拟车辆驾驶人的动态模糊判断与模糊决策过程，分别建立了描述驾驶人在一、三级公路道路条件下行车时基于安全性考量的车速模糊控制规则；最后，通过模糊关系合成和非模糊化处理，模拟车辆驾驶人的逻辑推理过程，建立了车辆驾驶人在一、三级公路路段上行车时进行车速控制的逻辑推理模型。

摘要： 本申请涉及人工智能领域中自动驾驶领域的环境认知技术，提供了一种推理车道的方法、训练车道推理模型的方法及装置。该方法包括：获取车辆的多种不同类型的传感器的检测结果；对所述检测结果进行坐标系转换，得到位于同一个坐标系下的交通元素数据；使用预设的神经网络模型，基于所述交通元素数据进行车道推理，得到所述车辆的车道。本申请实施例中的方法，有助于降低用于车道推理的神经网络模型的复杂度。

摘要： 本发明涉及一种贝叶斯小样本学习的知识图谱推理模型、系统及推理方法，所述方法至少包括：对知识图谱中的实体和关系进行高斯分布的建模以降低知识图谱的不确定性；将每个实体作为一个任务，以模拟动态知识图谱中新出现实体的元训练过程进行任务采样；基于图神经网络构建元学习器并进行随机推理；训练所述元学习器以使用支持集来表示新出现实体。本发明经过训练的模型具有快速适应的能力，无需重新训练就能推断出新的事实或出现的实体。

摘要： 本发明涉及知识图谱技术领域，尤其是指一种路径推理模型的训练方法、装置、计算机存储介质及路径推理方法。本发明所述的路径推理模型的训练方法，使用对比学习的思想，从样本自身出发引入代理任务，构建子路径和对应的负样本，解决了训练数据中数据分布不均的问题，同时增强了模型在推理过程中对正确路径的打分能力，使得模型在训练和推理时匹配，提高了模型对候选路径的筛选能力。

摘要： 本公开提供了一种推理模型的训练方法、推理方法及装置，涉及人工智能技术领域，尤其涉及自然语言处理、知识图谱、深度学习技术领域。实现方案为：从知识图谱中采样环状子图；生成环状子图对应的推理语句；以及以推理语句为训练样本，训练推理模型。

摘要： 本发明公开了关系推理方法以及关系推理模型的获取方法、装置及存储介质，其中的关系推理方法可包括：获取作为推理对象的各人员的预定信息；根据所述预定信息构建有向图；针对作为推理对象的两个人员，根据有向图生成两个人员的关系特征；将关系特征输入预先训练得到的关系推理模型，得到推理出的两个人员之间的社交关系。应用本发明所述方案，能够提高推理结果的准确性等。

摘要： 本申请涉及机器人领域，公开了一种任务推理模型学习及任务推理方法、机器人及存储装置，该任务推理模型学习方法包括：获取示教数据，该示教数据中包括物体、动作和效应三种类型的数据；对示教数据进行学习，以得到任务推理模型，其中该任务推理模型为贝叶斯网络模型，该贝叶斯网络模型包括描述物体、动作和效应三种类型数据的节点，以及节点之间的连接关系和每个节点的概率分布。通过上述方式，本申请能够使得利用该任务推理模型的机器人可以具有推理能力。

摘要： 本发明公开了一种多跳视觉问题推理模型及其推理方法，所述模型包括：多跳视觉问题推理数据集建立单元，用于通过将场景图和知识库相融合成知识图，利用知识图构造包含多跳知识推理问答对的数据集；卷积神经网络，用于提取输入图像的图像特征；长短期记忆网络，用于提取问题特征；知识路由模块化网络，用于将问题解析为查询树，其中查询树是问题的推理过程的符号化表达，并结合查询树和知识库，在知识图中提取出正确的关系或实体，进行多跳推理以给出最终的回答。

摘要： 本申请提供一种知识图谱推理模型训练方法、设备和存储介质，该方法包括：获取与第一一阶逻辑结构对应的第一多元组，在知识图谱中确定第一多元组中多个实体节点各自对应的第一临实体节点；在包含多个实体节点及多个实体节点各自对应的第一临实体节点的推理子图中确定第二多元组及第二多元组对应的第二一阶逻辑结构。在知识图谱中确定目标多元组中各实体节点对应的第二临实体节点，根据实体节点及其第二临实体节点各自对应的第一向量表示的拼接结果确定相应实体节点对应的第二向量表示，以得到目标多元组的向量表示集。根据向量表示集对知识图谱推理模型进行训练。通过优化实体节点的向量表示和扩展新的一阶逻辑结构的样本，提高模型性能。

摘要： 本公开提供一种多语种推理模型的问答处理方法、装置、设备和可读介质，其中，方法包括：选取用指定语言描述的问题集；选取相同语言的问答数据集和知识图谱；根据指定语言的多种翻译语法对问答数据集和知识图谱进行翻译，以获得i个翻译后的问答数据集和j个翻译后的知识图谱；在i个翻译后的问答数据集和j个翻译后的知识图谱上进行推理训练；根据训练结果统计在翻译后的知识图谱上找到指定答案的知识推理路径的边的次数；以次数为权重对j个翻译后的知识图谱中相应的边进行加权融合，以得到翻译后的推理模型，适用于回答指定语言描述的问题集中的问题。通过本公开实施例，降低了多语种推理模型的构建成本，提高了问答可靠性和准确性。

摘要： 基于概率推理模型多源异构信息融合的态势评估方法，第一步，在军事态势数据融合系统中，采用开启一个特定传感器的策略，以期收集更多的信息，同时也可能因此而把传感器的位置暴露给敌人，促使其采取行动有效地改变态势；第二步，融合推理过程的不确定性反映了多源信息不确定性的动态积累和传播过程，在融合的每一步都要综合多源信息的不确定性因素，随着推理的进行，最终得到不确定性的结论。本发明解决了融合系统中的各种不确定性因素影响问题，有效提升了融合系统的稳定性。