论文部分内容阅读
知识图谱构建若干关键技术及公共安全领域应用研究
【摘 要】
：
公共安全与每个人息息相关,然而Web中存在的海量公共安全信息却得不到有效利用。知识图谱作为描述了客观世界对象间关系的语义网,是一种高效的知识管理与表达方式。但在公共安全领域,复杂的语义关联给命名实体识别和知识表示带来了很大挑战,造成较大的信息损失,模型精度受限。因此,本文对命名实体识别和知识表示等知识图谱关键技术进行研究,并将这些技术应用到实际的公共安全领域知识图谱构建当中。本文开展的工作如下:(
【机 构】
：
中国科学技术大学
【出 处】
：
中国科学技术大学
【发表日期】
：
2021年08期
【基金项目】
：
其他文献
协作型多智能体系统在智能交通系统、多个机器人协作运输等领域中都有着广泛的应用和巨大的经济价值，因此已经成为控制领域中的一个研究热点。本文从两个方面研究了多智能体系统的协作控制问题。首先，利用事件触发控制和复拉普拉斯矩阵等方法，研究了具有输入时延的多智能体系统的相似编队问题。然后，研究了基于QMIX算法的多智能体协作控制系统在训练过程中，因限定了每个episode中的训练步数导致的伪终态问题。具体研
学位
机器学习在大数据时代得到的广泛应用,随机梯度下降成为了求解这类大规模机器学习问题的基础方法。随着数据规模的增长,模型越来越大,机器学习模型的训练尤其是对于深度学习模型的训练正变得越来越耗时。因而,设计出能够高效加速训练的分布式优化算法,在机器学习的研究与应用中变得至关重要。当前大规模机器学习的训练中,往往采用分布式随机下降算法,其通过让多台机器协同计算来加速训练过程。然而,由于其算法过程中引入了多
学位
移动群智感知是近年来新兴的一种感知模式,它利用普通用户携带的智能设备采集数据,通过大量用户的协作完成大规模且复杂的感知任务。相比于传统的感知手段,移动群智感知具有普适性、智能性、低成本等诸多优势,因而具有广阔的应用前景和重要的研究意义。数据质量和用户激励是移动群智感知中的两个核心问题。高质量的感知数据能够提高群智感知系统的效益,而合理的激励机制能够吸引更多的用户参与到群智感知系统中。当前的关于群智
学位
智力资源是一个国家和民族最宝贵的资源,智力服务的主体是企业和人才,其贯穿于企业生产发展的全过程中,旨在为企业的发展提供技术支撑。近年来,伴随着中小微企业蓬勃的发展,高端智力服务供需之间缺少对接平台的问题日益严重。同时随着企业招聘信息化的不断发展,互联网中存在着丰富的企业信息和人才信息,这些文本信息中蕴含着巨大的科学价值和应用价值。因此,如何利用大量的互联网文本资源,为企业和人才建立精准匹配,具有重
学位
随着感知设备和识别技术的发展,多模型联合感知受到越来越多的关注,在如智能家居、老年看护等场景有广泛的应用前景。以往的多模型联合感知研究聚焦于两方面:1)在默认资源充足的前提下,致力于提高融合精度。2)在不降低融合精度的前提下,定性地降低开销,例如移动设备的电量。为了更好地解决多模型联合感知的问题,本文进一步考虑定量的正交资源限制,并基于预训练的涵盖多模态和多结构的模型的模型库,设计模型选择和融合算
学位
随着物联网与无线通信技术的发展,传统的云计算已经无法满足一些新兴应用对于低延迟的要求,同时将海量的终端数据交给远程云进行处理也给核心网络带来了巨大的通信压力。作为一种新的计算范式,边缘计算为上述挑战提供了潜在的解决方案。边缘计算通过在网络边缘处分布式地部署存储、计算与网络资源,从而就近地为用户提供计算服务。基于边缘计算分布式资源部署的特点,为其寻求合理的资源分配与请求调度方案已经成为当前的研究热点
学位