建筑物占据了全球能源消耗的相当大部分。本文调查了应用于建筑物能源管理的主要语义建模技术，并提供了具体的应用案例，揭示了每种模型固有的关键概念和限制。我们的发现将帮助研究人员确定在不同应用场景中使用这些模型的适当条件和方法。

Apr, 2024

由于人口增长和技术进步，全球的电力消耗和二氧化碳排放都在增加。住宅部门占全球电力消耗的 25%，具有提高效率和减少二氧化碳排放的潜力，同时不降低舒适度。然而，缺乏涵盖多个地区的家庭级统一消耗数据，限制了大规模研究和强大的多区域模型开发。本文介绍了一个多区域数据集，该数据集由公开资源编制而成，以统一的格式呈现。这些数据支持诸如细化数据、需求预测、电器开关分类等机器学习任务。此外，我们开发了一个 RDF 知识图谱，描述了各个家庭的电力消耗，并与家庭相关属性进行语境化查询，以及与其他开放知识库（如维基数据和 DBpedia）的互操作性。这种结构化数据可用于基于数据的政策和业务发展，为各利益相关者提供信息支持。

May, 2024

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

通过将语义技术和机器学习与云系统相结合，SemCloud 为非云计算专家提供了一个语义增强的云系统，它依靠领域本体和数据集成映射来实现数据处理和分析的分布式计算。

Aug, 2023

数据空间是一种新兴的概念，用于可信实施基于数据的应用程序和业务模型，为所有利益相关者提供高度的灵活性和主权。本论文从 13 个不同领域整合数据模型，并分析这些领域的本体不协调性。通过网络图分析，确定了中心数据模型和本体属性，同时还定性地描述了这些领域的语义异质性。研究展望说明了这些结果如何有助于跨领域连接不同的数据空间。

Aug, 2023

本论文研究了语义 Web 机器学习（SWeML）系统，评估了其特征和趋势，并提出了一个本体分类系统。结果表明，SWeML 系统应用广泛，特别是在深度学习和知识图谱技术的推动下，呈快速增长趋势。

Mar, 2023

本研究利用公开结构化数据、借助现有语义网络技术，实现了对训练好的人工神经网络中输入 - 输出行为的解释，并提供了实验性的概念证明。

Oct, 2017

数据湖系统中的语义数据管理及可扩展性对大数据具有挑战，本研究回顾了最近的方法，重点关注数据湖系统内的应用，涉及基本语义数据管理、丰富数据湖中元数据的语义建模方法和基于本体的数据访问方法，同时指出未来工作中需要更紧密地集成大数据和语义 Web 技术。

Oct, 2023

本研究通过半自动的方式，从相关维基百科文章中提取风能领域的基本概念及其关系，构建了第一个广覆盖的风能本体论。同时，提供了其他工程本体论的指针，以及该本体论的潜在应用领域。

Oct, 2014

本文探讨了传统的通信系统在意义传达方面的缺陷，提出了一种基于语义感知的资源高效边缘智能通信架构，旨在通过卸载计算资源，保护用户信息，并最大限度地提高通信效率。

Dec, 2020