Aug, 2023

CSM-H-R：一种适用于互操作智能系统和隐私保护的自动上下文推理框架

PDF
TL;DR智能系统中，面向规模的高水平背景（HLC）推理的自动化非常重要，提出了一个自动背景推理框架 CSM-H-R，可以动态地组合本体和状态，并通过矩阵计算实现 HLC 的自动识别，以实现智能系统的集成。
automationhigh-level context reasoningintelligent systemscsm-h-rdynamic context
发现论文，激发创造
  • 情境生成的上下文推理（技术报告）

    本文介绍了如何将 MR-CKR 理论应用于自主车辆场景数据的生成，包括基于多维数据的语义引导数据生成，并介绍了 MR-CKR 和代数度量的组合框架的证明性概念原型。

    May, 2023

  • 通过多个协作推理的方式增强人类中心动态场景理解

    人类中心的动态场景理解在增强机器人和自主系统能力中发挥关键作用，而基于视频的人物 - 物体交互检测是语义场景理解的关键任务之一，本研究提出了一种新颖的基于多语言模型协作推理的视频人物 - 物体交互检测框架，通过从多个角度进行推理，提高了基础模型的预测准确性。

    Mar, 2024

  • 动态环境中的反应推理多层次系统

    本文介绍了如何将管理的多上下文系统转化为连续推理适用于动态环境的反应式形式，并讨论了在在线推理中可能出现的问题，如处理传感器输入、选择性集成知识以及控制上下文的推理努力等，并探讨了一些与此相关的决策问题的复杂度和可选设计方案。

    May, 2015

  • 响应式多上下文系统：动态环境中的异构推理

    本文介绍了一种名为 “反应性多语境系统” 的框架，它能够支持异构知识源和数据流的连续推理，解决了异构知识可能导致的一致性问题，并允许使用优化的计算语义以避免潜在的非确定性。同时考察了与 rMCSs 相关的各种推理问题的计算复杂度，并探讨了其与知识表示和流推理中的动态性相关的方法扩展性和一般化。

    Sep, 2016

  • 机器人序列决策学习和推理在不确定性下的应用

    本文介绍了一种名为 LCORPP 的机器人 SDM 框架，通过使用混合推理范式提高状态估计器，提供概率规划器的有用先验知识，以估计人类意图和进行规划，实验表明此框架比无学习和无推理的对应框架在办公环境中具有更高的效率和准确性。

    Jan, 2019

  • 异质语义本地通信的贝叶斯逆境地推理

    本研究提出了一种解决 SNC 中 CR 问题的框架，使用两种贝叶斯推理方法：贝叶斯反向 CR 和贝叶斯反向线性化 CR 方法，实验结果表明，贝叶斯反向线性化 CR 方法相对于贝叶斯反向 CR 方法而言，需要更少的计算量并且具有更高的推理准确性，并且基于该方法获得的异构 SNC 显示出比基于贝叶斯反向 CR 方法所获得的上下文更好的通信效果。

    Jun, 2023

  • 网络物理人类系统 (CPHS) 的上下文感知设计

    介绍了一个新的设计环境，称作 CPHS，它将现有设计模型与涉及人机基础设施交互的上下文感知设计数据相结合，使用机器学习方法创建增强的设计模型来实现性能预测力的提高。

    Jan, 2020

  • 医学自然语言理解的分层语义组合框架设计考虑

    探讨了一种医学自然语言处理系统，其框架受到人类认知机制的启示，该系统通过一种分层语义组成模型（HSCM）来指导解释过程，其中包括语义记忆、语义组合、语义激活和分层预测编码等认知方面。为了将自由文本句子转换为其意义的逻辑表示，研究设计了一种生成语义模型和一个相关的语义解析器。

    Apr, 2022

  • 基于代数度量的答案集编程对多关系文本层次结构推理

    本文介绍 Contextualized Knowledge Repository（CKR）框架的扩展，能够支持多种情境关联，并使用了新的推理方式 ——ASP with algebraic measures。新的扩展框架比以往更加强大，例如可以进行关于 CKRs 的认知查询的推理，并为其他应用程序的量化 ASP 扩展开辟了有趣的前景。

    Aug, 2021

  • 识别和理解隐含的求助需求并综合援助行动的常识推理

    提出了一种利用场景图生成和常识知识的架构来检测用户隐含需求并生成一组辅助动作的方法，同时也使用情感分析来解决任务，实现了感知、决策、动作循环的嵌入。

    Feb, 2022