[发明专利]一种上下文分布式推理方法和装置有效
申请号: | 201410844207.7 | 申请日: | 2014-12-30 |
公开(公告)号: | CN105808568B | 公开(公告)日: | 2020-02-14 |
发明(设计)人: | 孟祥武;李珂;张玉洁;王凡 | 申请(专利权)人: | 华为技术有限公司;北京邮电大学 |
主分类号: | G06N5/04 | 分类号: | G06N5/04;H04L12/58 |
代理公司: | 44202 广州三环专利商标代理有限公司 | 代理人: | 郝传鑫;熊永强 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例公开了一种上下文分布式推理方法和装置,该方法包括:从多个计算节点获取大量的且多种类的上下文数据,并对获取的上下文数据进行建模处理,得到被推理上下文集合,其中,所述被推理上下文集合中各种上下文的表示形式统一,所述大量是指上下文数据的规模达到特定数据量;获取用于对所述被推理上下文集合进行分布式推理的推理规则;对所述推理规则进行解析,生成所述推理规则的推理计划;根据所述推理计划和预先配置的用于所述推理规则的上下文推理算法对所述被推理上下文集合进行分布式推理,生成所述推理计划的推理结果。本发明实施例可以提高上下文的推理效率。 | ||
搜索关键词: | 一种 上下文 分布式 推理 方法 装置 | ||
【主权项】:
1.一种上下文分布式推理方法,其特征在于,包括:/n从多个计算节点获取大量的且多种类的上下文数据,并对获取的上下文数据进行建模处理,得到被推理上下文集合,其中,所述被推理上下文集合中各种上下文的表示形式统一,所述大量是指上下文数据的规模达到特定数据量;/n获取用于对所述被推理上下文集合进行分布式推理的推理规则;/n对所述推理规则进行解析,生成所述推理规则的推理计划;/n根据所述推理计划和预先配置的用于所述推理规则的上下文推理算法对所述被推理上下文集合进行分布式推理,生成所述推理计划的推理结果;/n其中,所述被推理上下文集合包括用户上下文和会议上下文:/n其中,被推理上下文用如下三元组表示:/ncontext={cid;body;time};/n其中,context表示被推理上下文,cid为被推理上下文的标识,body为被推理上下文本身所包含的属性内容,time为被推理上下文的发生时间;/n所述方法还包括:/n获取用于对所述被推理上下文集合进行条件推理的第一推理模型,所述第一推理模型包括两个推理条件;/n所述根据所述推理计划和预先配置的用于所述推理规则的上下文推理算法对所述被推理上下文集合进行分布式推理,生成所述推理计划的推理结果,包括:/n使用所述第一推理模型对所述被推理上下文集合进行条件分布式推理,得到满足所述第一推理模型包括的推理条件的上下文信息,其中,所述上下文信息用于表示参与会议的用户;/n根据所述推理计划和预先配置的用于所述推理规则的上下文推理算法对所述参与会议的用户对应的被推理上下文集合进行分布式推理,生成符合所述推理规则的用户的会议状态信息。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司;北京邮电大学,未经华为技术有限公司;北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410844207.7/,转载请声明来源钻瓜专利网。
- 同类专利
- 一种知识图谱推理方法、装置、计算机设备及存储介质-201911044553.6
- 刘学军;陈海旭;周强;蒋军成 - 南京工业大学
- 2019-10-30 - 2020-02-14 - G06N5/04
- 本发明提出了一种知识图谱推理方法、装置、计算机设备及存储介质。该方法包括以下步骤:知识推理平台根据损失函数用随机梯度下降对知识图谱中的数据集进行推理,获得数据集中实体和关系分别对应的向量表示;知识推理平台根据得到的实体向量和关系向量,结合评分函数完善知识图谱。上述知识图谱推理方法、装置、计算机设备及存储介质在考虑实体之间多条路径信息的同时,强调了对推理结果高支持度的路径的作用,使得在某条路径对推理结果支持度为100%的情况下,能够直接确定推理结果而无需考虑其他路径,提高了对知识图谱推理的准确性和合理性。
- 一种上下文分布式推理方法和装置-201410844207.7
- 孟祥武;李珂;张玉洁;王凡 - 华为技术有限公司;北京邮电大学
- 2014-12-30 - 2020-02-14 - G06N5/04
- 本发明实施例公开了一种上下文分布式推理方法和装置,该方法包括:从多个计算节点获取大量的且多种类的上下文数据,并对获取的上下文数据进行建模处理,得到被推理上下文集合,其中,所述被推理上下文集合中各种上下文的表示形式统一,所述大量是指上下文数据的规模达到特定数据量;获取用于对所述被推理上下文集合进行分布式推理的推理规则;对所述推理规则进行解析,生成所述推理规则的推理计划;根据所述推理计划和预先配置的用于所述推理规则的上下文推理算法对所述被推理上下文集合进行分布式推理,生成所述推理计划的推理结果。本发明实施例可以提高上下文的推理效率。
- 工业数据服务、数据建模、以及数据应用平台-201780092695.2
- 侯芳;武义凯;程晓培;马国;孙冠毅;谢斌;沈晖 - 埃森哲环球解决方案有限公司
- 2017-10-27 - 2020-02-14 - G06N5/04
- 用于控制工业操作的工业数据服务、数据建模和应用。公开了一种平台,用于基于二维数据建模流数据结构和多层资源分配图,向协作的专家群组分配数据建模请求,以获取用于控制工业操作的数据模型。二维数据建模流数据结构和多层资源分配图是使用各种数据分析学和机器学习技术从工业图知识库来建立。
- 使用机器学习智能地提供支持信息的系统和方法-201780090760.8
- 李立;彭晓宇;潘柯华 - 甲骨文国际公司
- 2017-03-28 - 2020-01-31 - G06N5/04
- 用于基于对数据集的大数据分析向用户智能地提供支持信息的系统和方法。可以使用数据集来执行机器学习算法,以识别数据集的数据对象之间的相关性。可以使用相关性向用户推荐支持信息。可以提供用户界面以使用户能够发起与事件相关联的处理。响应于接收到输入,系统可以识别与请求相关联的变量。基于这些变量,系统可以检索机器学习算法的输出数据,以识别用户的支持信息。
- 一种基于知识图谱的工业故障分析专家系统-201910310886.2
- 于强;张卫山;房凯 - 中国石油大学(华东)
- 2019-04-17 - 2020-01-17 - G06N5/04
- 本发明提出了一种基于知识图谱(Knowledge Graph)的工业故障分析专家系统,包括以下步骤:专家经验知识获取以及预处理消除异常和补全缺失值;接下来进行知识数据模糊化,并以此运用语义网技术以及图计算引擎构建工业故障分析领域知识图谱;通过图谱动态自优化过程保证知识图谱结构的精简高效,提高计算效率;基于模糊推理方法对工业故障进行诊断分析,高效准确的判断数据或设备异常。
- 基于扩展规则的布尔可满足性问题的求解方法-201910747374.2
- 王金艳;胡春;李先贤 - 广西师范大学
- 2019-08-14 - 2020-01-14 - G06N5/04
- 本发明公开一种基于扩展规则的布尔可满足性问题的求解方法,首先,设计了适用于扩展规则的CCA
- 基于遗传算法的模糊推理树提升方法及装置-201910829461.2
- 张明;杨君;芦维宁;陈章;梁斌 - 清华大学
- 2019-09-03 - 2020-01-14 - G06N5/04
- 本发明公开了一种基于遗传算法的模糊推理树提升方法及装置,其中,该方法包括:获取模糊推理树规则知识库、模糊推理树规则知识库的环境和测试数据;对模糊推理树规则知识库中的规则进行编码;确定优化参数,根据模糊推理树规则知识库的环境和测试数据、优化参数和遗传算法对编码后的模糊推理树规则知识库的规则进行优化;根据优化后的模糊推理树规则知识库的规则生成目标模糊推理树规则知识库。该方法使用遗传算法对知识库进行优化处理,推理提升效率高。
- 一种基于KNN与遗传算法融合的专家系统构建-201910587825.0
- 刘家祥 - 厦门耐特源码信息科技有限公司
- 2019-07-02 - 2020-01-07 - G06N5/04
- 一种基于KNN与遗传算法融合的专家系统构建,其特征在于,包括:用户端,用于获取用户的知识学习数据;服务器,用于存储用户的知识学习数据;专家端,用于从服务器获取学习方案,对学习方案进行调整,并覆盖服务器中的原始方案;其中,用户端的输出端与服务器的输入端通讯连接;服务器的输出端与专家端的输入端通讯连接,专家端的输出端还与用户端的输入端连接。本发明基于KNN与遗传算法融合,以有效地整合资源并对其进行有效的利用,建立对的知识架构,提高知识学习的效率。
- 推断程序、推断方法以及推断装置-201880028353.9
- 河东孝;上村健人;安富优;远藤利生;丸桥弘治 - 富士通株式会社
- 2018-04-20 - 2019-12-31 - G06N5/04
- 模拟装置是使用第一推断器和第二推断器的推断装置,其中,第一推断器根据基于过去的数据学习的结果值来推断参数值,第二推断器根据参数值推断结果值。模拟装置根据由第一推断器和第二推断器使用特定的结果值、或者处于特定的结果值的附近的附近结果值推断出的重构值和所输入的结果值来计算重构误差。模拟装置搜索使根据所输入的结果值和特定的结果值计算的代替误差与重构误差的和最小的第一结果值。模拟装置输出使用第一推断器根据第一结果值推断的参数值。
- 用于数字个性化医疗的平台和系统-201880022862.0
- 布伦特·沃恩 - 科格诺亚公司
- 2018-02-08 - 2019-12-27 - G06N5/04
- 数字个性化医疗系统使用数字化数据来评定或诊断受试者的症状,从而提供个性化或更适当的治疗干预和改善的诊断。使用具有相关特征重要性的优先性问题和答案可用于评定心理功能,并且允许使用较少的问题诊断受试者,使得可以更频繁地重复诊断并且允许更频繁地调整剂量。可以基于人口统计数据和生物标志物来估计或测量受试者的药代动力学,以确定受试者的治疗计划。此外,生物标志物可用于确定患者何时可能有经历不良副作用的风险并且相应地调整治疗计划。
- 一种基于噪音独立性的因果网络推断方法-201910790875.9
- 曾艳;郝志峰;蔡瑞初;谢峰;黄礼泊;陈炳丰 - 广东工业大学
- 2019-08-26 - 2019-12-20 - G06N5/04
- 本发明涉及数据挖掘技术领域,提出一种基于噪音独立性的因果网络推断方法,包括以下步骤:获取n个变量并构建数据集X,初始化设置因果次序集合K;采用独立成分分析法分解数据集X;计算每个变量x
- 一种对DUCG进行分层递归推理的高效方法-201810455192.3
- 张湛;张勤 - 北京予同智能科技有限公司
- 2018-05-14 - 2019-12-03 - G06N5/04
- 动态不确定因果图DUCG可图形直观地表达事物之间不确定的因果关系,在收到证据E后,可通过推理计算得到待诊断事件的验后概率,其中涉及证据E的展开计算,是一个NP‑Hard问题,计算量巨大。本发明提出了一种分层递归的计算方法,通过早期吸收运算,有效避免了展开E过程中出现的大量重复计算,大幅度提高了推理的效率。
- 专利分类