隨著物聯(lián)網(wǎng)的快速發(fā)展,聯(lián)網(wǎng)物品的數(shù)量及其交互不斷增加。諸如IPv6和5G之類(lèi)的新興通信技術(shù)的出現(xiàn),提供了足夠的網(wǎng)絡(luò)地址并提高了數(shù)據(jù)傳輸?shù)男?從而進(jìn)一步加速了聯(lián)網(wǎng)物品的增長(zhǎng)。海量物品之間的交互和交流產(chǎn)生了大量在語(yǔ)義上多種多樣的上下文感知數(shù)據(jù)。將這些數(shù)據(jù)轉(zhuǎn)化為知識(shí)并且表示為機(jī)器可理解的形式將有利于提升系統(tǒng)的擴(kuò)展性和互操作性,從而促進(jìn)物聯(lián)網(wǎng)應(yīng)用程序的開(kāi)發(fā)和實(shí)現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)的處理與融合。然而,傳統(tǒng)的數(shù)據(jù)表示方法如語(yǔ)義標(biāo)注、本體和語(yǔ)義網(wǎng)是基于規(guī)則的,當(dāng)應(yīng)用于物聯(lián)網(wǎng)時(shí)缺乏靈活性和自適應(yīng)性。為了應(yīng)對(duì)這一挑戰(zhàn),本文主要聚焦于語(yǔ)義表示的問(wèn)題,這對(duì)于物聯(lián)網(wǎng)數(shù)據(jù)的處理和融合至關(guān)重要。為了充當(dāng)橋梁,我們提出了一個(gè)高層框架,即Things2Vec,該框架旨在通過(guò)圖表示學(xué)習(xí)技術(shù)從物品的交互中產(chǎn)生潛在的語(yǔ)義表示。這些語(yǔ)義表示使各種物聯(lián)網(wǎng)語(yǔ)義分析任務(wù)受益,例如物聯(lián)網(wǎng)服務(wù)推薦和物品的自動(dòng)化。在Things2Vec中,我們利用圖對(duì)由物品交互生成的函數(shù)序列關(guān)系進(jìn)行建模,這被稱(chēng)為物聯(lián)網(wǎng)上下文圖。由于這些函數(shù)序列關(guān)系在語(yǔ)義上是異質(zhì)的,因此會(huì)導(dǎo)致通用的圖表示學(xué)習(xí)方法無(wú)法學(xué)習(xí)完整的信息。因此,我們提出了一種帶偏置的隨機(jī)游走程序,該... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

鏈接數(shù)據(jù)圖

第2章相關(guān)技術(shù)介紹12TimBerners-Lee給鏈接數(shù)據(jù)提出了四條原則[41]：（1）使用URI作為物品的名稱(chēng)并且使用唯一的URI解決所有問(wèn)題;（2）使用HTTPURI使人們可以查找到這些名稱(chēng)并且所有URI均可通過(guò)HTTP接口訪(fǎng)問(wèn);（3）提供與URI相關(guān)的有用的RDF信息；（4）將該URI鏈接到其他URI，以便讓別人可以發(fā)現(xiàn)更多的信息。將物聯(lián)網(wǎng)設(shè)備交互產(chǎn)生的數(shù)據(jù)描述為鏈接數(shù)據(jù)的形式，可以鏈接不同系統(tǒng)、不同設(shè)備間的數(shù)據(jù)，從而屏蔽不同物聯(lián)網(wǎng)設(shè)備以及物聯(lián)網(wǎng)數(shù)據(jù)間的異質(zhì)性。Patni等人[42]提出了一個(gè)框架，通過(guò)將其發(fā)布在鏈接開(kāi)放數(shù)據(jù)云中，可以使其公開(kāi)訪(fǎng)問(wèn)。這可以通過(guò)將原始傳感器觀(guān)測(cè)值轉(zhuǎn)換為RDF并與鏈接開(kāi)放數(shù)據(jù)云上的其他數(shù)據(jù)集鏈接來(lái)實(shí)現(xiàn)。有了這樣的框架，可以使大量傳感器數(shù)據(jù)可以公開(kāi)訪(fǎng)問(wèn)，從而為數(shù)據(jù)的利用和分析提供了更大的機(jī)會(huì)。Sense2Web采用了人工手動(dòng)標(biāo)注物聯(lián)網(wǎng)數(shù)據(jù)方法，使用從鏈接數(shù)據(jù)云中的位置信息和其他本地域本體獲得的概念來(lái)標(biāo)注物聯(lián)網(wǎng)數(shù)據(jù)。帶標(biāo)注的數(shù)據(jù)以RDF三元組的形式發(fā)布，可通過(guò)一個(gè)公共的SPARQL端點(diǎn)[43]獲得。Sense2Web還實(shí)現(xiàn)了RESTful接口，可直接發(fā)布、訪(fǎng)問(wèn)和查詢(xún)鏈接的物聯(lián)網(wǎng)數(shù)據(jù)。該平臺(tái)支持以鏈接數(shù)據(jù)的形式發(fā)布可擴(kuò)展和可互操作的描述，同時(shí)可以發(fā)布與物聯(lián)網(wǎng)相關(guān)的資源和實(shí)體的實(shí)例，并將它們鏈接到Web上的現(xiàn)有資源[8]。Sense2Web提供圖形用戶(hù)界面，圖2.4展示了Sense2Web中資源標(biāo)注和發(fā)布界面的屏幕快照[33]。圖2.4使用鏈接的開(kāi)放數(shù)據(jù)概念進(jìn)行資源注釋[33]

第3章基于圖表示學(xué)習(xí)的物聯(lián)網(wǎng)語(yǔ)義建模21通用的圖形表示學(xué)習(xí)方法直接應(yīng)用于物聯(lián)網(wǎng)時(shí)，會(huì)導(dǎo)致無(wú)法學(xué)習(xí)到完整的語(yǔ)義信息。圖3.1Things2Vec的總體框架為了解決此限制，在Things2Vec框架中，我們基于兩種不同的自然語(yǔ)言處理(NaturalLanguageProcessing，NLP)方法構(gòu)造物聯(lián)網(wǎng)上下文圖，以識(shí)別節(jié)點(diǎn)對(duì)（函數(shù)序列）之間的語(yǔ)義關(guān)系。我們提出了一種帶偏置的隨機(jī)游走，來(lái)捕獲具有不同類(lèi)型語(yǔ)義關(guān)系的節(jié)點(diǎn)的鄰居。直觀(guān)地，物聯(lián)網(wǎng)上下文圖可以表示為一條條序列集合，通過(guò)我們提出的方法可以將其轉(zhuǎn)換為向量表示。通過(guò)物聯(lián)網(wǎng)上下文圖優(yōu)化的表示將有助于物聯(lián)網(wǎng)語(yǔ)義分析任務(wù)。本章將分為兩部分對(duì)Things2Vec框架進(jìn)行描述，第一部分介紹了基于圖表示學(xué)習(xí)的物聯(lián)網(wǎng)語(yǔ)義建模的定義，第二部分介紹Things2Vec的系統(tǒng)架構(gòu)的搭建過(guò)程。為了建模上下文感知數(shù)據(jù)的語(yǔ)義，本文將物聯(lián)網(wǎng)中的觸發(fā)-動(dòng)作(Trigger-Action)編程模式[59]作為研究對(duì)象。Trigger-Action編程模式的預(yù)備知識(shí)將在第3.1章中進(jìn)行介紹。3.1基于圖表示學(xué)習(xí)的物聯(lián)網(wǎng)語(yǔ)義建模的問(wèn)題定義3.1.1Trigger-Action編程模式Trigger-Action編程模式[59]能夠?qū)崿F(xiàn)物聯(lián)網(wǎng)設(shè)備的自動(dòng)化。在Trigger-Action編程模式中，具有或沒(méi)有編程技能的終端用戶(hù)可以使用規(guī)則(Rule)指定目標(biāo)，而不用編寫(xiě)復(fù)雜的編程語(yǔ)言。一些網(wǎng)站，例如IFTTT、Integromat和Zapier等已經(jīng)證明Trigger-Action編程模型的可用性。本文研究來(lái)自IFTTT.com網(wǎng)站的數(shù)據(jù)。IFTTT是一個(gè)實(shí)現(xiàn)物品自動(dòng)化的平臺(tái)，它允許用戶(hù)使用眾所周知的服務(wù)或智能設(shè)備以圖3.2中的形式創(chuàng)建工作流程(Recipes)，其中Trigger和Action分別是

【參考文獻(xiàn)】：
期刊論文
[1]非糖尿病腹部手術(shù)患者圍手術(shù)期的血糖護(hù)理干預(yù)[J]. 鐘鳳如,劉紅梅,魏小婷,吳炯松.  現(xiàn)代醫(yī)院. 2018(03)
[2]基于灰色神經(jīng)網(wǎng)絡(luò)的股票收益率預(yù)測(cè)[J]. 曹雷欣,孫紅兵.  計(jì)算機(jī)與數(shù)字工程. 2017(01)
[3]國(guó)醫(yī)大師李振華教授論治婦科病經(jīng)驗(yàn)[J]. 康志媛,李真.  中醫(yī)學(xué)報(bào). 2016(12)
[4]A Fractional Micro-Macro Model for Crowds of Pedestrians Based on Fractional Mean Field Games[J]. Kecai Cao,Yang Quan Chen,Daniel Stuart.  IEEE/CAA Journal of Automatica Sinica. 2016(03)
[5]融合像素與紋理特征的人群人數(shù)統(tǒng)計(jì)方法研究[J]. 徐麥平,張二虎,陳亞軍.  西安理工大學(xué)學(xué)報(bào). 2015(03)
[6]Hyperion影像與高分辨率影像融合影像的分類(lèi)結(jié)果比較[J]. 董躍宇.  科技資訊. 2015(07)
[7]語(yǔ)義物聯(lián)網(wǎng):從本體構(gòu)建開(kāi)始[J]. 徐源,張春紅,紀(jì)陽(yáng).  電信網(wǎng)技術(shù). 2014(03)
[8]卷首語(yǔ)[J].   電子政務(wù). 2010(08)



本文編號(hào)：3244430