隨著民航業(yè)的飛速發(fā)展,保障飛行安全、提升飛行能力和降低航空安全事件發(fā)生率一直是航空安全管理的重要內(nèi)容,目前航空安全事件發(fā)生的原因呈現(xiàn)復(fù)雜化和多元化特征,對(duì)航空安全事件發(fā)展趨勢(shì)的預(yù)測(cè)也面臨新的挑戰(zhàn)。知識(shí)圖譜是一種圖結(jié)構(gòu)的大規(guī)模事實(shí)性數(shù)據(jù)庫,可以通過學(xué)習(xí)歷史航空安全事件的多因素、多屬性,推理事件的發(fā)展規(guī)律,本文圍繞航空安全事件知識(shí)圖譜推理方法與應(yīng)用在以下方面進(jìn)行了研究:針對(duì)目前傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型在知識(shí)圖譜鏈接預(yù)測(cè)過程中單獨(dú)地處理每個(gè)三元組信息,無法有效學(xué)習(xí)實(shí)體鄰域存在的豐富語義和潛在關(guān)系信息的問題,提出了一種基于注意力機(jī)制和卷積神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜鏈接預(yù)測(cè)方法（AttGCN）,該方法首先獲得與每個(gè)實(shí)體相關(guān)聯(lián)的所有三元組信息,使用卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)三元組特征;然后通過注意力機(jī)制衡量不同鄰域三元組對(duì)目標(biāo)實(shí)體的影響程度,并使用注意力權(quán)重更新實(shí)體的特征向量,使得實(shí)體特征向量融合所有鄰域?qū)嶓w特征及其相應(yīng)的關(guān)系特征;最后利用卷積神經(jīng)網(wǎng)絡(luò)使用基于特定關(guān)系的濾波器交互式的學(xué)習(xí)頭實(shí)體和關(guān)系特征,并同時(shí)對(duì)所有的尾實(shí)體進(jìn)行鏈接預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,AttGCN方法可以有效學(xué)習(xí)知識(shí)圖譜中每個(gè)實(shí)體的鄰域三元組信息,在W... 

【文章來源】：中國(guó)民航大學(xué)天津市

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

014年-2018年民航運(yùn)輸事件次數(shù)和死亡人數(shù)知識(shí)圖譜以及基于知識(shí)圖譜的推理技術(shù)為海量信息的表示和分析提供了解

中國(guó)民航大學(xué)碩士學(xué)位論文7其中節(jié)點(diǎn)用于描述事件的實(shí)體或概念，邊用于描述實(shí)體或概念間的語義關(guān)系，并且通過三元組(頭實(shí)體，關(guān)系，尾實(shí)體)的形式對(duì)數(shù)據(jù)進(jìn)行組織和管理。比如，有三元組(CA1562,運(yùn)行類型，客運(yùn))表示知識(shí)(事實(shí))：航班“CA1562”的運(yùn)行類型是“客運(yùn)”。知識(shí)圖譜以圖節(jié)點(diǎn)化、結(jié)構(gòu)化、語義化的形式對(duì)現(xiàn)實(shí)世界中的非結(jié)構(gòu)化知識(shí)進(jìn)行描述，從而使現(xiàn)實(shí)中的信息更加標(biāo)準(zhǔn)和高效率的被使用。其中知識(shí)的組織形式發(fā)展過程如圖2-1所示：圖2-1知識(shí)的組織形式發(fā)展過程知識(shí)圖譜通常分為通用領(lǐng)域知識(shí)圖譜和特定領(lǐng)域知識(shí)圖譜，通用領(lǐng)域知識(shí)圖譜涵蓋的內(nèi)容主要涉及常識(shí)性的知識(shí)，強(qiáng)調(diào)的是內(nèi)容上的廣度，主要表現(xiàn)為從各領(lǐng)域盡可能獲取更多描述客觀世界的事實(shí)。現(xiàn)有的各大企業(yè)研發(fā)的知識(shí)圖譜多為通用領(lǐng)域知識(shí)圖譜，目前各互聯(lián)網(wǎng)領(lǐng)頭企業(yè)如微軟、谷歌、IBM、百度等都相繼通過收購和研發(fā)，實(shí)現(xiàn)了自己的知識(shí)圖譜產(chǎn)品，其相關(guān)成果如表2.1所示。表2.1知識(shí)圖譜相關(guān)成果知識(shí)圖譜項(xiàng)目(產(chǎn)品名稱)知識(shí)來源Vault(谷歌搜索引擎)維基百科、互聯(lián)網(wǎng)數(shù)據(jù)蘋果Siri(WolframAlpha)MathematicaDBpedia知識(shí)庫維基百科Metaweb語義搜索(Freebase)維基百科YAGO知識(shí)庫維基百科百度搜索引擎(百度知心)互聯(lián)網(wǎng)搜狗搜索引擎(知立方)互聯(lián)網(wǎng)中文醫(yī)學(xué)知識(shí)圖譜CMeKG北京大學(xué)特定領(lǐng)域知識(shí)圖譜主要用于對(duì)特定領(lǐng)域?qū)I(yè)知識(shí)的描述，特定領(lǐng)域知識(shí)圖譜的數(shù)據(jù)主要來源于某一特定領(lǐng)域的專有數(shù)據(jù)資源和特定的關(guān)系，主要在特定領(lǐng)域進(jìn)行應(yīng)用實(shí)踐。基于構(gòu)建好的特定領(lǐng)域知識(shí)圖譜，應(yīng)用系統(tǒng)可以利用領(lǐng)域數(shù)據(jù)以及數(shù)據(jù)之間的特定關(guān)系進(jìn)行領(lǐng)域內(nèi)的復(fù)雜業(yè)務(wù)分析與推理工作。一般事件報(bào)道中包含豐富的信息，例如，事件發(fā)生的時(shí)間、地點(diǎn)、原因以及與事件有關(guān)的對(duì)象、事發(fā)后果等。在信息化背景下

中國(guó)民航大學(xué)碩士學(xué)位論文9實(shí)體時(shí)不一致的問題，實(shí)現(xiàn)了異構(gòu)信息融合；密集實(shí)體向量為詞匯向量的順序提供了一種解決方案，以便每個(gè)維度的數(shù)值都可以參與計(jì)算，從而提高了語義計(jì)算的效率[19]。通過學(xué)習(xí)知識(shí)圖譜中的三元組信息，對(duì)知識(shí)表示學(xué)習(xí)效果進(jìn)行驗(yàn)證的研究工作中，距離模型[20]為知識(shí)圖譜三元組中的兩個(gè)實(shí)體分別建立相應(yīng)的投影矩陣，并將投影矩陣映射到其相應(yīng)的關(guān)系空間中，空間中兩個(gè)投影矩陣的距離體現(xiàn)了實(shí)體在相應(yīng)關(guān)系下的相關(guān)度。雙線性模型[21]生成一個(gè)關(guān)系矩陣，并將存在該關(guān)系的兩個(gè)實(shí)體向量采用關(guān)系矩陣進(jìn)行雙線性變換從而體現(xiàn)兩個(gè)實(shí)體間的語義聯(lián)系。之后，在詞向量空間平移不變現(xiàn)象[23]的啟發(fā)下，Bordes等人提出了轉(zhuǎn)移模型TransE[22]，該模型認(rèn)為對(duì)一個(gè)三元組而言，關(guān)系可以看成頭實(shí)體向量到尾實(shí)體向量在嵌入空間中的表示轉(zhuǎn)移。TransE的實(shí)驗(yàn)結(jié)果顯示，該模型可以用于對(duì)大規(guī)模知識(shí)圖譜中的實(shí)體、屬性和關(guān)系的向量化表示工作中。TransE模型的結(jié)構(gòu)如圖2-2所示。圖2-2TransE模型本文主要利用TransE對(duì)航空安全事件知識(shí)圖譜的實(shí)體和關(guān)系進(jìn)行向量化表示，因此在本節(jié)中將重點(diǎn)介紹TransE模型。有三元組(頭實(shí)體、關(guān)系、尾實(shí)體)，存在以下性質(zhì)，在嵌入空間中的向量化表示為,,ors,,,ors分別是頭實(shí)體、關(guān)系和尾實(shí)體的向量化表示。假設(shè)頭實(shí)體s與尾實(shí)體o之間真實(shí)存在關(guān)系r，則表明三元組,,ors成立，且相應(yīng)的三元組(頭實(shí)體、關(guān)系、尾實(shí)體)向量化表示滿足關(guān)系ors。所以，對(duì)于TransE模型，定義了基于邊界的損失函數(shù)，如式2.1所示：SorsSorsorsorsloss),,(),,(-,0max(2.1)其中ors越小說明對(duì)應(yīng)的這一對(duì)實(shí)體存在關(guān)系的可能性越大，TransE模型隨機(jī)替換掉語料庫中真三元組的頭實(shí)體或者尾實(shí)體，并作為假三元組集合，S：

【參考文獻(xiàn)】：
期刊論文
[1]中文醫(yī)學(xué)知識(shí)圖譜CMeKG構(gòu)建初探[J]. 奧德瑪,楊云飛,穗志方,代達(dá)勱,常寶寶,李素建,昝紅英.  中文信息學(xué)報(bào). 2019(10)
[2]基于知識(shí)地圖的民用航空安全信息事件分析[J]. 劉俊杰,趙永正,張麗娟.  安全與環(huán)境學(xué)報(bào). 2018(02)
[3]面向知識(shí)圖譜的知識(shí)推理研究進(jìn)展[J]. 官賽萍,靳小龍,賈巖濤,王元卓,程學(xué)旗.  軟件學(xué)報(bào). 2018(10)
[4]知識(shí)圖譜研究進(jìn)展[J]. 漆桂林,高桓,吳天星.  情報(bào)工程. 2017(01)
[5]知識(shí)圖譜構(gòu)建技術(shù)綜述[J]. 劉嶠,李楊,段宏,劉瑤,秦志光.  計(jì)算機(jī)研究與發(fā)展. 2016(03)
[6]知識(shí)表示學(xué)習(xí)研究進(jìn)展[J]. 劉知遠(yuǎn),孫茂松,林衍凱,謝若冰.  計(jì)算機(jī)研究與發(fā)展. 2016(02)
[7]關(guān)聯(lián)規(guī)則挖掘在航空安全報(bào)告分析中的應(yīng)用[J]. 馮霞,李娟娟,閆冠男.  計(jì)算機(jī)工程與設(shè)計(jì). 2011(01)
[8]航空企業(yè)基于SHEL模型的神經(jīng)網(wǎng)絡(luò)安全評(píng)價(jià)研究[J]. 王起全.  中國(guó)安全科學(xué)學(xué)報(bào). 2010(02)
[9]基于FAHP的航空維修安全風(fēng)險(xiǎn)管理研究[J]. 劉洋,王燕青.  安全與環(huán)境學(xué)報(bào). 2010(01)

碩士論文
[1]融合知識(shí)庫和文本信息的實(shí)體關(guān)系抽取研究[D]. 劉壯.大連理工大學(xué) 2019
[2]基于分類變量關(guān)聯(lián)關(guān)系的民航不安全事件風(fēng)險(xiǎn)識(shí)別[D]. 陳思.北京交通大學(xué) 2019
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的實(shí)體關(guān)系抽取方法研究[D]. 武文雅.北京交通大學(xué) 2019
[4]面向社會(huì)安全事件的知識(shí)圖譜構(gòu)建方法研究[D]. 郭正斌.北京信息科技大學(xué) 2018
[5]基于知識(shí)圖譜的事件可視分析的研究[D]. 沈飛.東南大學(xué) 2017



本文編號(hào)：2905289