检索结果-内蒙古大学图书馆

地球信息科学学报 2025年第6期27卷 1263-1274页

作者：李朝奎谢梦愿吕强唐至娜湖南科技大学地理空间信息技术国家地方联合工程实验室湖南科技大学地球科学与空间信息工程学院

【目的】针对IFC标准的建筑信息模型(BIM)在实际应用中存在几何优先、语义弱化、跨软件语义丢失等问题，借鉴知识图谱及其推理算法(transe)模型，将BIM模型信息进行网络化语义表达，通过增强模型的几何和语义关联性，解决跨平台交互语... 详细信息

【目的】针对IFC标准的建筑信息模型(BIM)在实际应用中存在几何优先、语义弱化、跨软件语义丢失等问题，借鉴知识图谱及其推理算法(transe)模型，将BIM模型信息进行网络化语义表达，通过增强模型的几何和语义关联性，解决跨平台交互语义丢失问题。【方法】以Revit软件库自带三层建筑模型为实验对象，将transe模型应用于BIM语义信息的提取。BIM语义信息首先分解为构件语义、关联语义、坐标语义3种，建立构件节点的IfcEntity动态标签及关联节点的静态关系属性标签，提取了2 453个BIM语义节点、14 844条关联关系。【结果】实验及结果表明：(1)知识图谱能有效地将BIM模型构件及复杂关系进行图形化表达；(2)对比不同参数组合下transe模型性能指标(MRRHits@n)发现：嵌入维度与模型性能成正比，学习率与模型性能成反比；(3)当嵌入维度为200、学习率为0.000 5时，模型的评价指标最优；(4)通过搜索系统查询所有构件节点进行结果验证发现，BIM构件语义信息提取成功率为94.47%。【结论】本文所倡导方法适用于BIM语义信息的提取及其更深层次的语义分析，研究结果为BIM与GIS集成提供一种语义转换的新途径。

关键词： BIM模型 IFC 语义信息提取知识图谱 transe模型

来源：评论

学校读者我要写书评

暂无评论

基于图卷积神经网络的石油数据资产知识图谱实体对齐方法

引用

东北石油大学学报 2023年第3期47卷 79-88,I0007页

作者：李婷玉苏宏伟胡青宁邢金台李鹏飞高俊涛中国石油冀东油田分公司勘察设计与信息化研究院河北唐山063004 中国石油冀东油田分公司科技信息处河北唐山063004 东北石油大学计算机与信息技术学院黑龙江大庆163318

在石油数据资产知识图谱融合过程中存在命名规则差异性大、专业性强和特殊语义问题。提出基于图卷积神经网络的石油数据资产知识图谱(KG)实体对齐方法,给定一组预先对齐的实体种子,采用Graph Convolutional Networks(GCNS)网络学习实体... 详细信息

在石油数据资产知识图谱融合过程中存在命名规则差异性大、专业性强和特殊语义问题。提出基于图卷积神经网络的石油数据资产知识图谱(KG)实体对齐方法,给定一组预先对齐的实体种子,采用Graph Convolutional Networks(GCNS)网络学习实体结构和属性信息嵌入统一向量空间,计算空间中实体之间距离;在石油数据资产数据集中对两个KGs进行实体对齐实验。结果表明:基于GCN融合实体关系和属性的嵌入模型优于基于实体关系的transe实体对齐模型,Hits@1最高为16.96%,比transe实体对齐模型平均提升6.18%。基于图卷积神经网络的融合实体关系、属性和属性值的实体对齐方法适用于石油数据资产知识管理。

关键词：石油数据资产知识图谱实体对齐 GCN模型 transe模型实体嵌入向量属性嵌入向量相似度距离

来源：评论

学校读者我要写书评

暂无评论

基于改进知识推理的联合打击目标关联推荐

引用

火力与指挥控制 2023年第3期48卷 164-173页

作者：邢岩杨舒淇刘昊沈阳航空航天大学电子信息工程学院沈阳110000 中国电子科技南湖研究院浙江嘉兴314001

联合作战指挥中,如何针对指挥员的选定打击目标,由指挥系统后台智能推荐符合指挥员倾向意图的关联目标,是亟待解决的实际问题。利用目标实体之间的隶属关系,构造符合战场信息传播原则的多元实体及关系集,引入知识图谱推理的向量优化技... 详细信息

联合作战指挥中,如何针对指挥员的选定打击目标,由指挥系统后台智能推荐符合指挥员倾向意图的关联目标,是亟待解决的实际问题。利用目标实体之间的隶属关系,构造符合战场信息传播原则的多元实体及关系集,引入知识图谱推理的向量优化技术补全目标超网络的隐藏关系,进而构建打击目标超网络体系并实现打击目标的关联推荐。最后通过仿真实验对比分析了改进方法与常规超网络分析方法的异同,探讨了方法的正确性和优越性。方法并未使用专家主观评分法,用知识推理取得了和其他同类方法相似的体系价值评分结果,在智能化的目标关联推荐和作战辅助决策中具有较好的应用前景。

关键词：知识图谱 transe模型元启发算法联合打击目标关联推荐

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱嵌入和补全的电梯故障预测

引用

计算机工程与设计 2022年第1期43卷 224-230页

作者：侯靖琳仇润鹤薛季爱王晨蒋学芹东华大学信息科学与技术学院上海261620 上海市特种设备监督检验技术研究院上海200062 数字化纺织服装技术教育部工程研究中心上海261620

为及早预测电梯发生的常见故障,提高电梯设备的维保质量和效率,提出基于规则推理、知识图谱嵌入技术和知识图谱补全技术实现电梯故障预测的方法,在构建电梯故障知识图谱后,通过改进的组合模型将三元组中的实体和关系训练为连续的低维向... 详细信息

为及早预测电梯发生的常见故障,提高电梯设备的维保质量和效率,提出基于规则推理、知识图谱嵌入技术和知识图谱补全技术实现电梯故障预测的方法,在构建电梯故障知识图谱后,通过改进的组合模型将三元组中的实体和关系训练为连续的低维向量空间,实现三元组对于故障预测相关运算的兼容,通过组合模型实现电梯实体、关系和故障实体三元组的预测。电梯故障预测实验经知识图谱的构建、transe模型向量化,以及ProjE模型训练及测试,验证了提出的电梯故障预测方法的有效性。

关键词：知识图谱电梯故障预测 transe模型 ProjE模型

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱与图注意力网络的推荐算法

引用

信息技术与信息化 2024年第12期 73-77页

作者：范紫萱刘继新疆财经大学统计与数据科学学院新疆乌鲁木齐830012

推荐系统作为解决信息过载问题的关键手段,在为用户提供个性化内容和服务方面发挥着重要作用,同时也面临着数据稀疏性和冷启动等挑战。为了应对这些挑战,将知识图谱作为辅助信息与基于图神经网络的推荐算法相结合,提出了一种创新的推荐... 详细信息

推荐系统作为解决信息过载问题的关键手段,在为用户提供个性化内容和服务方面发挥着重要作用,同时也面临着数据稀疏性和冷启动等挑战。为了应对这些挑战,将知识图谱作为辅助信息与基于图神经网络的推荐算法相结合,提出了一种创新的推荐算法——KGAE(knowledge graph attention recommendation of transe)。首先利用用户项目交互图和项目知识图谱构建协同知识图CKG(collaborative knowledge graph),然后将翻译距离模型transe嵌入到图注意力网络中,使用GraphSAGE技术来更新目标节点的表示,通过注意力机制来区分邻居的重要性,提高推荐的准确性。在两个公共数据集上与五个主流推荐算法进行对比实验,结果表明所提方法能够显著提升推荐效果。

关键词：推荐系统知识图谱图注意力网络 transe模型注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱与协同过滤的个性化试题推荐

引用

软件导刊 2023年第1期22卷 46-51页

作者：徐硕尹隽郭佩瑶曹伊梦周杨方霖钱萍江苏科技大学经济管理学院江苏科技大学计算机学院江苏镇江212100

当前,传统协同过滤的试题推荐仅考虑了用户的做题数据,忽略了试题背后的知识点信息。为此,提出一种基于知识图谱与协同过滤的个性化试题推荐算法(KGeP-CF)。首先,构建知识图谱存储知识点关系。然后,使用transe模型学习知识点实体的向量... 详细信息

当前,传统协同过滤的试题推荐仅考虑了用户的做题数据,忽略了试题背后的知识点信息。为此,提出一种基于知识图谱与协同过滤的个性化试题推荐算法(KGeP-CF)。首先,构建知识图谱存储知识点关系。然后,使用transe模型学习知识点实体的向量表示,使用余弦相似度计算知识点相似度,提取知识点间的相关性,并将其应用于计算试题相似度得到综合试题相似度。最后,结合用户知识点掌握情况推荐用户个性化试题。实验表明,该方法在课程试题推荐上表现出良好的推荐性能,相较于多种推荐算法,KGeP-CF算法推荐性能更优,对其他应用场景也具有一定的参考价值。

关键词：知识图谱协同过滤 transe模型个性化试题推荐

来源：评论

学校读者我要写书评

暂无评论

基于transe的表示学习方法研究综述

引用

计算机应用研究 2021年第3期38卷 656-663页

作者：张正航钱育蓉行艳妮赵鑫新疆大学软件学院乌鲁木齐830046 新疆大学新疆维吾尔自治区信号检测与处理重点实验室乌鲁木齐830046

为了及时了解基于transe的表示学习方法的最新研究进展,通过归纳与整理,将基于transe的表示学习方法分为基于复杂关系、基于关系路径、基于图像信息以及基于其他方面的方法四种类型。对每一种方法的设计思路、优缺点等进行了详细的分析... 详细信息

为了及时了解基于transe的表示学习方法的最新研究进展,通过归纳与整理,将基于transe的表示学习方法分为基于复杂关系、基于关系路径、基于图像信息以及基于其他方面的方法四种类型。对每一种方法的设计思路、优缺点等进行了详细的分析,同时对基于transe的表示学习方法的公共数据集与评价指标进行了对比、总结,对各种基于transe的表示学习算法在实验中的表现进行了对比分析。从研究结果来看,PaSKoGE、NTransGH、TCE、TransD方法在进行链接预测和三元组分类任务上表现效果最好,值得推广和进一步拓展,并可在其特定于路径的嵌入、两层神经网络、三元组上下文、动态构造映射矩阵上进一步完善。

关键词：知识图谱表示学习 transe模型知识图谱嵌入翻译模型

来源：评论

学校读者我要写书评

暂无评论

一种改进的基于transe知识图谱表示方法

引用

计算机工程 2020年第5期46卷 63-69,77页

作者：陈文杰文奕张鑫杨宁赵爽中国科学院成都文献情报中心成都610041

传统基于翻译模型的知识图谱表示方法难以处理一对多、多对一和多对多等复杂关系,而且通常独立地学习三元组而忽略了知识图谱的网络结构和语义信息。为解决该问题,构建一种基于transe的TransGraph模型,该模型同时学习三元组和知识图谱... 详细信息

传统基于翻译模型的知识图谱表示方法难以处理一对多、多对一和多对多等复杂关系,而且通常独立地学习三元组而忽略了知识图谱的网络结构和语义信息。为解决该问题,构建一种基于transe的TransGraph模型,该模型同时学习三元组和知识图谱网络结构特征,以有效增强知识图谱的表示效果。在此基础上,提出一种向量共享的交叉训练机制,从而实现网络结构信息和三元组信息的深度融合。在公开数据集上的实验结果表明,相比transe模型,TransGraph模型在链路预测和三元组分类2个任务中的HITS@10、准确率指标均得到显著提升。

关键词：知识图谱表示学习 transe模型链路预测神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：