知识驱动

摘要： 近日,工业和信息化部等八部门联合发布了《“十四五”智能制造发展规划》(以下简称《规划》),提出“‘十四五’及未来相当长一段时期,推进智能制造,要立足制造本质,紧扣智能特征,以工艺、装备为核心,以数据为基础,依托制造单元、车间、工厂、供应链等载体,构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统,推动制造业实现数字化转型、网络化协同、智能化变革”,明确将构建智能制造系统作为推进智能制造的重要抓手,为“十四五”及未来相当长一段时期推进智能制造发展提供指引。为更好地理解和落实《规划》要求,结合近年来服务制造业企业推进智能制造系统建设的工作实践,对《规划》的相关内容进行解读。

摘要： 目前在核电厂事故诊断方面所使用的人工智能技术如神经网络等,难以同时具备较好的鲁棒性和可解释性,本研究提出基于贝叶斯分类器的核电厂事故诊断方法,并进一步将贝叶斯分类器细化为离散型朴素贝叶斯分类器、高斯型朴素贝叶斯分类器和贝叶斯网络3种,将这3种贝叶斯分类器用于核电厂事故诊断,并进行性能对比。研究结果表明:基于贝叶斯分类器的诊断方法将知识驱动和数据驱动相结合,具有较强的鲁棒性和可解释性。3种分类器中,高斯型朴素贝叶斯方法诊断在诊断准确率、诊断效率、事故破口尺寸诊断精度和事故可诊断的种类方面具有显著优势。

摘要： 针对一类以加强边要求、位置要求和消极区域要求为约束,以最小化装配线节拍和不满足弱位置要求操作的项数为目标,生产调度领域中普遍存在的第2类多约束装配线平衡问题,基于各类约束的特征以及它们之间相互耦合的关系等知识,系统设计各类约束得到满足的整体主动控制启发式规则,提出一种知识驱动系统控制启发式算法,对问题进行有效求解,获得问题的较优可行解.对1个实际算例和6个标杆算例求解结果,验证所提算法的有效性.

摘要： 当大量逆变器接入电网时,会发生谐波不稳定问题。并网逆变器dq阻抗的准确获取是分析该问题的关键前提之一。仅基于知识驱动的白箱建模方法难以适应工程现场信息保密的实际情况,黑箱或灰箱测量方法会向实际系统持续注入谐波扰动;仅基于数据驱动的方法难以合理确定输入变量。针对这些缺陷,提出了一种基于知识和数据联合驱动的并网逆变器多工况dq阻抗获取方法。首先,基于知识驱动建立小信号模型以选取输入变量;然后,结合数据驱动具有较好拟合输入输出变量间非线性关系的优点,采用基于遗传算法的核极限学习机获取多工况dq阻抗;最后,借助RT-LAB搭建半实物实时仿真平台,验证所提方法的有效性及优越性。

摘要： 《“十四五”智能制造发展规划》提出,推进智能制造,要立足制造本质,紧扣智能特征,以工艺、装备为核心,以数据为基础,依托制造单元、车间、工厂、供应链等载体,构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统,推动制造业实现数字化转型、网络化协同、智能化变革。从传统制造到智能制造,既是国家层面建设制造强国的主攻方向,也是企业层面实现“降本、增效、提质”的根本诉求和出路。数字化车间作为制造企业落地智能制造的主战场,对“人、机、料、法、环、测”等进行全面管理,助力制造企业全面迈向高质量发展的中高端水平。

摘要： 《“十四五”智能制造发展规划》提出“要立足制造本质,紧扣智能特征,以工艺、装备为核心,以数据为基础,依托制造单元、车间、工厂、供应链等载体,构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统,推动制造业实现数字化转型、网络化协同、智能化变革。”九江石化的智能制造探索较好地实践了上述指导思想。

摘要： 随着网络覆盖的立体化、应用场景的多元化和服务需求的个性化,6G网络面临着资源维度高、网络动态性强、资源调度复杂度大等诸多问题。传统单独基于模型驱动或数据驱动的资源调度方法难以同时满足6G网络资源调度的精确性、时效性和稳健性等需求。为解决上述问题,提出将基于理论模型和专家经验的网络资源调度知识与神经网络方法深度融合,设计知识驱动的资源调度方法。首先,梳理了网络资源调度知识的定义和表征方式;其次,从协议层次和功能模块两个方面设计了知识定义的6G网络架构,分别引入了知识子层和网络资源决策知识库,并综述了现有基于知识驱动的资源调度方法;最后,针对现有方法的不足,提出了未来的研究方向,包括基于本体论的6G全场景知识图谱构建、基于6G全场景知识图谱的场景服务识别和基于多知识聚合的6G网络资源按需调度。

摘要： 针对施工中结泥饼事件成因机制复杂、预判难度大的问题,从数据建模和知识推理2种角度综合判断盾构结泥饼事件概率。从数据建模角度,采用无阈值递归图转换和极限学习机自编码器技术建立基于施工多维时序数据的结泥饼异常诊断子模型;从知识推理角度,提取土压平衡盾构结泥饼事件规则,形成事件诊断知识库,建立基于历史施工经验的结泥饼事件诊断子模型。基于2个子模型输出结果,采用综合概率法,建立数据和知识双驱动的结泥饼事件预警模型。实际工程应用表明:数据和知识双驱动的预警模型能够有效预测结泥饼事件,且预警效果优于单一形式的子模型,较子模型的误报率更低,预警时间早于人工发现的结泥饼事件,为工程安全提供了技术保障。

摘要： 知识就是生产力,作为知识密集型行业的勘察设计行业尤其如此。近年来,知识管理已从自发的状态逐步走向自觉,“工程勘察设计行业质量体系分级认证标准”也对知识管理提出了相关的要求、实施建议和评价标准。作为典型的知识密集型和知识驱动型企业,勘察设计企业如何借助数字化转型的东风,提升知识管理水平,是业内较为关注的话题,也成为实现高质量发展的关键所在。在这个过程中,勘察设计企业会遇到哪些“拦路虎”,应该依托谁来推动转型,如何保持定力、如何步步为营,都是需要思考总结的具体问题。笔者认为,设计企业的知识管理转型应该基于自身禀赋,勇于直面现实挑战,并遵循行业特定的逻辑和规律来选择契合的转型升级之路。

摘要： 1期刊定位《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

摘要： 本文通过对知识、标准、IT工具及流程相互作用机理的研究,抽取出了基于知识驱动的“执行即标准”工作模型,并在航空企业技术文件编写、三化资源利用、元器件管理应用等方面进行了探索实践.该模型利用知识流与业务流通过工具耦合所形成的耦合效应,加速推动了知识与标准的螺旋进化,推动了业务流程的有序开展,实现了在流程中执行标准,用标准规范流程的执行结果.

摘要： 本文针对IE脆弱性分析需求,在通用模糊测试方法基础上,提出一种基于知识驱动的分布式智能强制模糊测试方法,在依据经验知识构建的语法规则、生成规则的基础上,支持样本生成、样本异常监视、异常信息收集的自动化,支持分布式并行测试,能够大幅提高脆弱性发现有效性和缩短时间开销,且方法同样适应于其他类似应用的脆弱性发现.

摘要： 汽车车门玻璃升降器软件是在UGS/NX软件平台上开发的基于知识的参数化设计专家系统，其关键问题是如何重构玻璃面来精确模拟玻璃在导轨里的真实运动。本文综合运用UGS/KF和UGS/Open API技术，研究并提出了一套知识驱动的优化技术，较好地解决了上述核心问题。通过在企业中的测试和应用表明，此套优化技术有效地提高了车门附件布置的精度和质量，并为运用优化方法开发基于知识驱动自动化的软件提供了有益的思路。

摘要： 全球制造模式发展伴随而来的资源浪费、管理不易、人工成本提高、人员素质参差不齐与利润不佳等因素,塑料制造业生态逐渐转变至自动化生产层面,有效的管理与生产为制造业进入下一阶段所需面临问题与突破的目标.本文分析了智能化与云端应用的兴起提供下一世代制造技术发展的方向,透过系统整合设计、加工、制造、设备等上中下游技术以达到全方位解决的服务模式,可有效整合知识应用并达到管理与生产制造最佳的效益.将射出成型理论与专业知识经验整合并结合云端平台与远程控制技术,提供使用者短时间内得到合理化参数与稳定的产品质量,加速实现系统应用性与成熟度,与传统人工比较可节省成本与提高效率50％以上.

摘要： 上海市电力公司为增强服务社会能力,适应上海城市发展,实现国家电网战略,率先在电网行业开展精益实践。力图通过知识驱动客户导向消除浪费,构建精益生产体系框架,发挥员工潜能,将公司打造成国际一流的电力公司.为此,上海电力建立了独特的精益价值观,注重多种形式营造精益氛围,采用"品"字型组织架构领导精益实践。它将业务流程分为五大核心业务环节,再分为若干核心业务模块,然后通过优先排序确定项目实施计划。上海电力在实践中确定了精益推进三要素,创立了精益生产"五步法",注重过程评估和结果评估,既评估有形价值,也评估无形价值。上海电力自开展精益实践以来已取得直接经济效益1658万元,并连续两年成为上海行风唯一"免测评"单位。

摘要： 本发明公开了一种知识对话生成中主题驱动的知识选择方法。首先构建融合主题信息的上下文编码器与知识编码器,上下文编码器和知识编码器用于提取训练语料中第t轮对话的上下文信息xt，真实回复信息yt,主题信息ft和外部知识信息kt；然后构建主题驱动的知识选择器，主题驱动的知识选择器的主要目的是根据主题信息和上下文信息从候选知识句子中选择出合适的知识。知识选择器还关注先前轮选择的知识信息并将其建模为潜在变量，从而对多轮知识选择和回复生成进行联合推理。最后构建知识感知生成解码器，知识感知生成解码器的主要目的是根据知识选择器选择出的知识信息上下文信息xt和主题信息ft生成第t轮对话的回复yt。

摘要： 一种多形态知识图谱驱动的知识服务创新方，包括1)多形态领域知识图谱构建；通过构建知识模型，对多形态知识进行提取、存储，为知识服务提供候选方案集；2)以企业生产难题任务为驱动，借助科学工作流模型分别从难题解决活动流、知识流和过程决策流三个方面对知识服务创新方法模板解决工程难题的过程进行建模，以支持指导企业在模板应用层的改善活动；本发明为知识服务创新方法的应用提供理论基础，一定程度上解决了传统知识服务应用中存在的主观性较强、经验依赖度高的问题；通过本发明可以配置出的多知识服务柔性模板，为企业针对复杂多变的个性化难题提供系统化创新求解思路。

摘要： 本发明公开的基于工作流引擎和知识引擎双驱动的知识推送方法，具体按照以下步骤实施：步骤1、根据企业的生产流程构建出企业生产业务流程图；步骤2、根据步骤1中构建的企业生产业务流程图进行企业知识地图框架的构建；步骤3、构建面向企业生产的知识主动推送系统；步骤4、利用步骤3构建的知识主动推送系统进行知识推送。本发明的基于工作流引擎和知识引擎双驱动的知识推送方法通过知识推送可加速知识的转移和利用，消除知识不对称现象。

摘要： 本发明提供一种由业务驱动的知识管理系统知识上传的实现方法，该方法是通过对企业知识分类结构的梳理，建立三种可扩展的知识元的要素模型，一般知识元要素模型如：知识名称，作者，形成时间，专业领域，版本，文件类型，知识产权；相关知识元要素模型如：知识名称，作者，形成时间，专业领域，版本，文件类型，所属流程和节点属性，知识产权；关键文档元要素模型如：知识名称，作者，形成时间，专业领域，版本，文件类型，引用核心知识，知识产权；核心知识元要素模型如：知识名称，作者，形成时间，专业领域，版本，文件类型，所属流程和节点属性，被认定状态特征，知识产权化特征，明确知识的特征。

摘要： 本申请涉及一种区块链驱动的企业时序知识图谱构建及应用的方法和装置。所述方法包括：通过以联盟区块链网络为底层架构基础，将种子时序知识图谱部署到联盟区块链网络，得到知识图谱联盟链；获取企业用户贡献的新企业信息数据，进行数据上链后，按照预设规则增加企业用户的积分值；由知识图谱构建机构对知识图谱联盟链中的时序知识图谱进行维护更新；当接收到企业用户的服务请求时，由知识图谱构建机构基于知识图谱联盟链中的时序知识图谱和预先构建的时序推理模型，为企业用户提供信息服务，并按照预设规则减少企业用户的积分值。本发明构建了一个开放、可信、分布式的由各企业主体主动参与的知识图谱构建架构，实现了平台的正向循环。

摘要： 本发明公开了一种结合数据驱动型和知识驱动型的低空目标检测与识别方法，包括以下步骤：采集低空目标图像，检测定位低空目标候选区域；提取低空目标模板的特征参数；对特征参数中的特征进行降维处理；提取低空目标候选区域目标的特征参数，结合低空目标模板的特征参数求取低空目标候选区域与低空目标模板的相似度，根据相似度选取某一低空目标候选区域作为低空目标检测与识别结果。本发明的方法计算量小、复杂度低、抗干扰能力强，能快速准确的识别检测多种低空目标，且虚警率低。

摘要： 本发明公开了一种知识驱动与数据驱动相结合的电网事件识别方法及系统，通过对基于专家库的知识驱动和基于深度学习的数据驱动的综合运用，充分发挥专家知识库的逻辑推理能力和深度学习的数据规律学习能力，形成相互补充，从而提升电网监控事件识别的准确性和适应性，进一步提升电网监控员的工作效率，保障电网调控系统安全稳定运行。

摘要： 本申请涉及人工智能领域，公开了一种基于知识驱动和数据驱动的分群方法及相关设备，提高了将待分类人群分群到相似特征人群的精准度。本申请方法包括：创建目标知识分群决策树；识别待分类人群的特征数据在所述目标知识分群决策树上目标末端知识子节点对应的处理方案的类别数量；当识别到所述类别数量为一个时，确定所述待分类人群属于目标知识分群决策树中目标末端知识子节点对应的第一特征相似人群；当识别到所述类别数量为至少两个时，基于预置第二分群规则生成数据分群决策树，并确定所述数据分群决策树的目标层数；根据所述目标层数将所述待分类人群划分为所述第一特征相似人群或所述数据分群决策树中目标数据节点对应的第二特征相似人群。

摘要： 本发明公开了一种结合数据驱动型和知识驱动型的低空目标检测与识别方法，包括以下步骤：采集低空目标图像，检测定位低空目标候选区域；提取低空目标模板的特征参数；对特征参数中的特征进行降维处理；提取低空目标候选区域目标的特征参数，结合低空目标模板的特征参数求取低空目标候选区域与低空目标模板的相似度，根据相似度选取某一低空目标候选区域作为低空目标检测与识别结果。本发明的方法计算量小、复杂度低、抗干扰能力强，能快速准确的识别检测多种低空目标，且虚警率低。

摘要： 本发明公开了一种基于知识驱动的奶牛疾病文本分类方法，包括以下步骤：获取奶牛病情描述文本的疾病特征，并将所述疾病特征转化为词向量；基于卷积神经网络和长短期记忆网络，构建疾病文本分类模型；将所述词向量输入到所述疾病文本分类模型中进行处理，获得奶牛疾病文本的最终疾病特征；基于所述最终疾病特征对奶牛疾病文本进行分类。本发明捕捉了奶牛疾病文本的隐性特征和显性特征，为奶牛疾病文本分类提供了更多的鉴别性特征。