利用维基百科文章进行风能领域本体的半自动构建
通过知识工程,将风能领域的数据转化为领域知识,与其他知识源相连接和整合,以应用于下一代人工智能系统的数字化转型,本文总结了知识工程的主要概念和风能领域的知识表示,分析了当前风能领域中知识工程的现状,并提供进一步发展和改进的指导。
Oct, 2023
本文介绍了一个基于本体论的方法,用于在分散的家庭能源系统中管理分辨率为设备级别的数据,以便更好地利用来自互联网和 Web 的各种数据,促进能源可持续发展。
Aug, 2022
本文介绍了一种基于 Web 的语义系统 EneMonIE(通过信息提取监测能源趋势),该系统通过使用从 Web 上获取的不同类型的媒体的自动、持续和有导向性的信息提取,监测最新的能源趋势,并提供各种数字能源数据和媒体的信息处理、展示和信息检索。
Jan, 2022
本篇论文旨在开发一种新颖的域独立自动本体生成框架,将非结构化文本语料库转换为与领域本体一致的形式,该框架从非结构化文本语料库生成知识图谱,并对其进行精细化的改进和纠正,以达成动态特征与本体质量特征的有机结合。
Jan, 2022
本文目的是研究不同的图书馆分类系统和语言本体论如何组织一个特定领域的信息,以及信息检索的限制,通过构建一个特定领域本体论来解决问题并展示使用相关本体论的原理处理复杂查询的便捷性,从而促进更好的信息检索。
Jun, 2023
该研究介绍了一个包含科学技术领域中非传统主题的自动化科学技术本体,并通过连接不同领域和专业之间相关或具有共性的主题来促进跨学科研究与合作。使用从 2021 年 10 月到 2022 年 8 月从语义学者 (Semantic Scholar) 收集的 393,991 篇科学文章构建 S&TO。目前,S&TO 划分了四个科学领域中的 5153 个主题和 13155 个语义关系,可以通过对更新的数据集运行 BERTopic 来更新模型。
May, 2023
本文运用统计计算方法,对风能领域人工智能技术的概念和主题演进进行了系统综述,提出了人工智能技术在风电设备运维中的挑战和应对策略,旨在鼓励更多组织采用数据驱动的决策技术,以实现风能可靠性的增强和全球应对气候变化的目标。
Mar, 2022
本文提出了一种新方法,将知识图谱作为先验知识,通过机器学习、图匹配和修改频繁子图挖掘来语义注释结构化数据源。我们的评估显示,在只知道少量语义模型的棘手情况下,我们的方法优于两种最先进的解决方案。
Dec, 2022
该论文探讨了知识图谱(KG)自动生成的方法,使用本体重塑的方法平衡本体工程中的两个原则,为 KG 的构建提供了新的思路。
Sep, 2022