Jul, 2018

利用知识图谱嵌入技术实现工业 4.0 应用案例

PDF
TL;DR本文介绍使用图数据模型来表示由传感器生成的大量数据以及不同设备之间的互动，并将其嵌入到向量空间中，以便将传统机器学习方法用于工业 4.0 系统。
industry 4.0sensorsgraph data modelmachine learningvector space
发现论文，激发创造
  • 工业 4.0 中大数据探索的语义方法

    基于语义的可视化查询系统在第四工业革命（工业 4.0）中的应用，该系统利用自定义数字化表示的机器和语义描述来实现对数据的探索和可视化，提供更高层次的抽象查询、基于数据格式和性质的定制图形可视化结果以及下载丰富数据以进行进一步的分析。

    Jan, 2024

  • 基于能量的神经符号推理知识图谱模型

    本研究提出了一种基于能量的图嵌入算法来描述工业自动化系统，学习多个领域的知识，从而可以进行上下文感知预测和评估异常严重性，该模型可以应用于机器学习和神经形态计算等领域。

    Oct, 2021

  • 用于焊接质量监控的字面感知知识图嵌入：博世案例

    用知识图谱嵌入方法研究了应用于制造业中焊接质量监控的问题，结果揭示了已适应的嵌入方法的限制和有希望的方面。

    Aug, 2023

  • 知识图谱嵌入的持续学习

    本文介绍了一种基于连续学习方法的增量知识图嵌入技术，弥补了现有嵌入技术只能处理先前已知概念的局限性，并提供了一些在知识图嵌入技术和机器人应用之间进行权衡的洞见。

    Jan, 2021

  • 知识图谱嵌入及其应用调查

    该论文介绍了知识图谱嵌入在推荐系统、查询扩展和实体嵌入等领域的应用，并探讨了包括基于结构信息、文本信息和图像信息的 KG 嵌入模型。

    Jul, 2021

  • 构建知识图谱以丰富 ChatGPT 在制造服务发现中的响应

    利用知识图谱和 ChatGPT 相结合，提出了一种整合自下而上本体论和先进机器学习模型的方法，从结构化和非结构化数据源中发展出制造服务知识图谱，用于解决数字供应链网络中复杂的查询，并具有更好的可靠性和可解释性。

    Apr, 2024

  • 知识图谱嵌入模型及其应用调查

    知识图谱是一个基于图形的数据结构，用于表示世界的事实，其中节点表示现实世界的实体或抽象概念，边表示实体之间的关系。知识图谱嵌入通过在低维向量空间中表示实体和关系来捕捉它们之间的语义关系。本文讨论了基于翻译和神经网络的嵌入模型，它们根据语义属性、评分函数和架构的不同而有所区别，并进一步讨论了在一些使用深度学习模型和利用社交媒体数据的领域中应用知识图谱。

    Apr, 2024

  • 图表示学习：方法与应用

    本文综述了在图表示学习领域中，基于深度学习和非线性降维等技术的自动编码图结构为低维向量方法，包括基于矩阵分解、随机游走、图神经网络等方法，并开发了一个统一框架描述这些最新的方法，并为未来的工作提出了一些重要应用和方向。

    Sep, 2017

  • 赋能小规模知识图谱：利用通用知识图谱实现丰富的嵌入策略

    通过将小规模专业领域知识图谱与已建立的通用知识图谱进行关联，我们提出了一个框架来丰富领域特定知识图谱的嵌入，以应对大规模知识密集型任务中存在的挑战。实验评估表明，通过与大规模通用知识图谱的链接，采用我们的方法可以显著提升下游任务的性能，Hit@10 指标的提升可达 44%。这一相对未经探索的研究方向可以促使知识图谱在知识密集型任务中更频繁地应用，从而得到更强大、可靠且不那么虚幻的机器学习实现。

    May, 2024

  • 准确预测国际贸易流量：利用知识图谱及其嵌入

    该研究探讨了知识图谱嵌入在国际贸易中的应用及其对预测准确性和知识表示可解释性的潜力，提供了对决策者、企业家和经济学家有价值的见解。研究结果还分析了嵌入方法对其他智能算法的影响。

    Oct, 2023