公开(公告)号：CN116010531A

公开(公告)日：2023-04-25

申请号：CN202211663797.4

申请日：2022-12-23

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  苏昱铭 ,  王宇博

IPC: G06F16/28 ,  G06F16/951 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种面向农业气象领域的知识图谱构建方法。该构建方法采用自顶向下的方式，包括步骤如下：对农业气象数据预处理，然后是基于专家经验的核心农业气象知识构建知识图谱的本体层；其次是信息抽取，包括根据不同模式层的类型对实体、关系、属性以及事件的抽取；之后是农业气象知识融合，对该些问题进行完实体对齐、模式匹配等操作后存入知识库，为之后的下游应用任务作辅助；然后是知识体系构建，对融合后的知识进行体系构建；接着是知识验证，对后加入验证步骤，即在原知识图上加入新外源知识后，验查与原图中的一致性；最后是知识推理，对知识图谱进行补全。最终解决了知识图谱与农业气象背景结合不紧密的问题。

公开(公告)号：CN118194139B

公开(公告)日：2024-09-13

申请号：CN202410607288.2

申请日：2024-05-16

Applicant: 南京信息工程大学

Inventor： 苏昱铭 ,  马廷淮 ,  刘建鑫

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/042 ,  G06N3/084 ,  G06F17/13 ,  G01W1/10

Abstract: 本发明公开了一种自适应图学习与神经受控微分方程的时空数据预测方法，包括获取离散的多元气象时空数据，根据多元气象时空数据构建图结构；使用插值法将离散的多元气象时空数据转换为连续数据路径；利用图结构和连续数据路径构建神经受控微分方程，并更新神经受控微分方程权重参数；求解更新后的神经受控微分方程并输出预测结果；联合神经微分方程与图学习机制，将深度神经网络的黑盒时空预测方法转化为对常微分动力系统的建模问题，预测值即为对该动力系统的数值求解问题，更具可解释性；有效发挥了神经受控微分方程处理不规则观察数据的能力，提高训练效率，同时又能捕获动态系统中的时空相关性，能够用于不规则多元气象数据预测。

公开(公告)号：CN118194139A

公开(公告)日：2024-06-14

申请号：CN202410607288.2

申请日：2024-05-16

Applicant: 南京信息工程大学

Inventor： 苏昱铭 ,  马廷淮 ,  刘建鑫

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/042 ,  G06N3/084 ,  G06F17/13 ,  G01W1/10

Abstract: 本发明公开了一种自适应图学习与神经受控微分方程的时空数据预测方法，包括获取离散的多元气象时空数据，根据多元气象时空数据构建图结构；使用插值法将离散的多元气象时空数据转换为连续数据路径；利用图结构和连续数据路径构建神经受控微分方程，并更新神经受控微分方程权重参数；求解更新后的神经受控微分方程并输出预测结果；联合神经微分方程与图学习机制，将深度神经网络的黑盒时空预测方法转化为对常微分动力系统的建模问题，预测值即为对该动力系统的数值求解问题，更具可解释性；有效发挥了神经受控微分方程处理不规则观察数据的能力，提高训练效率，同时又能捕获动态系统中的时空相关性，能够用于不规则多元气象数据预测。