城市大資料與智慧感知系統

城市環境是高度異構以及環境干擾。因此,構新型的建物聯網並對城市分散、冗余,異構資料進行多媒體情景深度感知,資訊匯出與建立大規模知識(資料)關聯至為關鍵;進一步目標是建立深度知識圖譜平臺並為政府/企業提供具有快速全面資料和無歧視知識的智慧決策支援(或問答及回饋控制)系統方案。為此,計畫開展以下前瞻性的基礎科學、演算法機制與技術的研究:

(1)建立智慧城市人-機-物邏輯感知機

融合群智、社會網,移動、互聯網和物聯、傳感網等異構網路傳感與資訊關聯為一體的功能強大的感應器;提出全方位資訊傳感的綜合演算法。我們將創造性的提出對互聯網資訊進行感知的軟體定義感應器和對人類社會資訊進行感知的群智感應器,並與物理感應器相結合形成對人-機-物城市三元空間全方位感知的邏輯感知機。將提出與研究邏輯感應器協同工作及最優部署和覆蓋理論。

(2)資源和資訊的協同感知與融合機制

提出軟硬體資源感知的概念與模型,在城市資源感知的基礎上實現資源的關聯、管理與調度。提出資訊整合的正常化模型,將不同維度的城市三元空間資訊整合成統一的資訊物件,為實體物件的標準化關聯奠定基礎。查詢過程中實體本身的屬性和有別于其他實體的特徵值將是最為關鍵的資訊,將進一步提出建立以特徵值為標識的城市大資料實體物件定址體系。

(3)大規模城市實體資料關聯與深度知識圖譜建立機制

基於邏輯感知機的感知,結合城市三元空間的全面資訊,包括時空軌跡、周邊物件的聯繫,形成區域空間的三元關係圖譜。三元關係圖對邏輯感知機內部實體關聯的詳細刻畫,以資訊物件的特徵值為圖譜節點,多維度的關聯特性關係為邊,刻畫特殊應用域內相關實體物件資訊(三元組)超關係圖,組成大規模實體圖計算的基本單元。由於大規模實體物件相關聯的複雜性和關聯關係的多樣性,所以提出超關係圖網路架構的關聯與推理方案。基於超關係圖譜,根據應用需求和區域相關性的知識架構和領域大資料,在資源、資料、屬性等多維度建立分散式節點之間建立有效多層資訊關聯和通信機制,最終達成具深度關聯與推理能力的大規模深度知識圖譜機制。相應創新理論研究包括用關聯知識圖譜的超頂點與邊的匹配作為深度學習的輸入,形成深度知識及資料圖計算理論。

(4)移動城市資料實體的增量式超關係圖譜遷移機制

動態的城市實體和資料資訊給深度知識圖譜帶來了動態性和不確定性,我們通過移動超關係圖「切片」機制來實現系統延續性。切片將超關係圖在相關維度上進行投影,例如時間維或狀態維以便對超關係圖進行增量式遷移(部分類似似遷移學習)。增量式超關係圖譜遷移機制的共性基礎科學問題涉及大規模城市資料感知、採集、傳輸、存儲與中間運算;多層次、多模態知識投影分析與控制。

(5)深度知識圖譜的快速問答與檢索機制

深度知識圖譜的使用需要可檢索與可問答機制。這種機制必須要有建立創新的理論基礎和演算法。基本思路是針對深度知識圖譜的超連結和超關係投影,結合強化,對抗和遷移等學習方法進行問答萃取與深度學習。

深度知識圖譜的快速問答與檢索

相關文章

  1. Wenmain Yang, Kun Wang, Na Ruan, Wenyuan Gao, Weijia Jia*, Wei Zhao, Nan Liu, and Yunyong Zhang, “Time-sync Video Tag Extraction Using Semantic Association Graph, ACM Trans on Knowledge Discover and Data, 2019 (accepted).
  2. Lin Cui, Fung Po Tso, Song Guo, Weijia Jia, Kaimin Wei, and Wei Zhao, Enabling Heterogeneous Network Function Chaining, IEEE Transactions on Parallel & Distributed Systems, IEEE Transactions on Parallel and Distributed Systems 30 (4), 842-854, 2019.
  3. Weijia Jia, H Peng, N Ruan, Z Tang, W Zhao, WiFind: Driver fatigue detection with fine-grained Wi-Fi signal features, IEEE Transactions on Big Data, 2018.
  4. Zhiqing Tang, Xiaojie Zhou, Fuming Zhang, Weijia Jia, and Wei Zhao, “Migration Modeling and Learning Algorithms for Containers in Fog Computing”嚗IEEE Transactions on Service Computing, accepted on 8.4.2018.
  5. Wenmian Yang, Weijia Jia*, Xiaojie Zhou, Yutao Luo, “Legal Judgment Prediction via Multi-Perspective Bi-Feedback Network”, IJCAI 2019 (accepted)
  6. Xinsong Zhang, Pengshui Li, Weijia Jia*, Hai Zhao, Multi-labeled Relation Extraction with Attentive Capsule Network, AAAI, 2019.
  7. Pengshuai Li, Xinsong Zhang, Weijia Jia, and Hai Zhao, “GAN Driven Semi-distant Supervision for Relation Extraction”, The North American Chapter of the Association for Computational Linguistics, NAACL 2019, Minneapolis, Minnesota, June 2 – June 7, 2019.
  8. Wenmian Yang, Wenyuan Gao, Xiaojie Zhou, Weijia Jia*, Shaohua Zhang, Yutao Luo, “Herding Effect based Attention for Personalized Time-Sync Video Recommendation”, IEEE International Conference on Multimedia and Expo (ICME), July 8-12, 2019, Shanghai, China.
  9. Tianyi Liu, Xinsong Zhang, Wanhao Zhou and Weijia Jia*, Neural Relation Extraction via Inner-Sentence Noise Reduction and Transfer Learning, Conference on Empirical Methods in Natural Language Processing (EMNLP), October 31-November 4, 2018, Brussels, Belgium.
點擊了解更多相關成果