基于动态预测与补全的应急响应知识图谱推理方法及系统

AITNT
正文
推荐专利
基于动态预测与补全的应急响应知识图谱推理方法及系统
申请号:CN202510036594
申请日期:2025-01-09
公开号:CN120012887A
公开日期:2025-05-16
类型:发明专利
摘要
本发明公开一种基于动态预测与补全的应急响应知识图谱推理方法及系统,基于规则的AnyBURL方法从应急响应知识图谱中归纳规则集合;结合规则集合提供的规则质量和规则的长度信息,提出动态预测函数引导模型关注图谱中应急目标的短路径关系;根据智能体当前状态进行动态预测,构建隐藏候选实体集;设计补全算法利用隐藏候选实体集生成额外动作空间,实现对智能体动作空间的动态补全;本发明通过上述方法能够补全关键关系的缺失,在发生水电、火电等领域地下工程风险时,显著提升应急响应知识图谱推理的效率,为突发情况下的快速、准确决策提供有力支持。
技术关键词
知识图谱推理方法 动态 实体 预测计算方法 补全策略 关系 三元组 计算机设备 可读存储介质 分类阈值 定义 处理器 模块 存储器 火电 结点 水电
系统为您推荐了相关专利信息
1
基于知识图谱与大语言模型的广告视频不良导向细粒度检测方法
细粒度检测方法 广告 视频 图谱 文本
2
一种考虑配微协同的光储充微电网充放电价制定方法及系统
光储充微电网 优化调度模型 双层优化模型 概率密度函数 出行需求
3
一种基于图像处理的碳粉颗粒分布实时分析方法
边缘轮廓 实时分析方法 数理统计方法 区域生长算法 参数
4
一种货代获取配柜的方法及装置
箱子 数据 人工智能深度学习 订单 利润
5
一种基于深度学习的生成式问答优化方法
实体识别模型 语句 深度学习算法 答案 超参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号