知识图谱定义
知识图谱旨在从数据中识别、发现和推断事物与概念之间的复杂关系，是事物关系的可计算模型.知识图谱的构建涉及知识建莫、关系抽取、图存储、关系推理、实体融合等多方面的技术，而知识图谱 应用则涉及语义搜索、智能问答、语言理解、决策分析等多个领域.
工业知识图谱应用
(1) 可视化展示
基于知识图谱，可以提供数据的可视化展示，比如通过一个设备编号， 知识图谱会呈现与之相关的状态信息、其他相关的设备和人员信息”通过知 识图谱的可视化展示把复杂的信息非常直观地呈现出来，使得人们对工业生 产整体关联的情况一目了然”
(2) 生产故障诊断
工业生产制造过程在人员生产操作、机械设备运转、企业生产信息管理 三者结合的状况下，较难做出精细的防呆机制设计。因此，在生产环节的人 与设备、设备与企业生产信息管理、人与企业生产信息管理之间的交互过程 中出现的各种异常状况都可能导致生产流程中断，影响生产效率和进度。工 业知识图谱的构建过程，使得工业生产中的人员操作流、机械设备运转流、 企业生产管理信息流三者有机地融合在一起，其间形成的大规模、多层级、 立体化、标准化的数据能够帮助工业企业最大限度地建立丰富的知识图谱实 体库、属性库和实体间关联关系.借助知识图谱，制造企业的生产管理人员 可以迅速地从宏观数据层面发现故障位置，并下钻到微观数据层面，定位故 障原因
(3) 产品质量追溯
针对工业生产制造的产品生命周期，基于零部件物料采购、仓储、工艺 流程设计、生产加工、组装、包装、入库、物流、销售、维保等一系列流程 相关的数据集建立起来的知识图谱可以帮助制造企业追溯每一件产品的完整 制造过程和生命周期，建立健全产品质量追踪和改进机制，在新产品研发方 面也能发挥重大的作用。
(4) 机械设备寿命预测
生产线上的各种设备及其零部件在重复的生产中产生了海量的时间序列 数据(状态数据、运动流数据、局部和全局图像数据、视频数据)。通过大 数据技术和机器学习的相关算法，可以计算出机械设备的故障规律.每台设 备及其零部件的早期故障期、偶发故障期、严重故障期规律各不相同，把这 些实体关系纳入工业制造知识图谱后，可以帮助企业预测各台机械设备及其 零部件的使用寿命，做到提前防呆，减少机械设备故障，降低安全事故.
(5) 辅助柔性生产
制造企业想要高效地实现多品种、小批量的柔性生产，需要人、机、 料、法、环、仓等多个环节的精密配合。知识图谱的应用可以帮助企业更加 便捷地利用这些环节中大量的知识实体及其关联关系，提升生产的灵活性和 应变能力。
知识图谱表示与建模
分为基于离散符号和基于连续向量的知识表示：
基于离散符号：RDF、OWL
基于连续向量：嵌入、神经网络
向量表示的另外一个好处是将推理过程转化为向量’ 矩阵或张 量之间的计算，这摆脱了传统基于符号搜索的推理计算方式，效率更高。但 知识向量化有一个比较大的缺点是丢失了符号表示的可解释性。
例如，在自然语言处理中，可以为句子中的每个词学习一个向量表示(Word Embedding)或分布式 向量表示(Distributed Vector Representation)。在图像视频中可以为每个视觉对象学习一个向量表示。例如，一个视觉感知的「树」，怎样和大脑 中有关「树」的概念对应起来；关于「树」的大段自然语言描述又怎样和知识图谱中的「树」的概念定义联起来。
一阶谓词逻辑
谓词逻辑是命题逻辑的扩充和发展，它将一个原子命题分解成个体和谓词两个组成部分。在谓词公式 P(x) 中，P 称为谓词，x 称为个体变元，若 x 是一元的，称为一元谓词， P(x，y) 称为二元谓词。在谓词中，个体可以为常量，变量，函数。若谓词中的个体都为常量，变量或函数，则称它为一阶谓词，如果个体本身是谓词，称为二阶谓词，依次类推。
霍恩规则逻辑
霍恩子句是带有最多一个肯定文字的子句，霍恩逻辑是一阶逻辑的子集
语义网络
每个节点代表一个概念，每条边代表语义关系，相当于三元组（节点1、联想弧、节点2）
缺点：无形式化语法，就是说表达的是概念节点之间的关系，无法表示实例节点
无形式化语义，不能保证不存在二意性
框架系统
一个框架由若干个「槽」结构组 成，每个槽又可分为若干个「侧面」，槽用于描述对象某一方面的属性；侧面用于描述相应属性的一个方面；槽和侧面所具有的属性值分别称为槽值和 侧面值.
; 基于符号
RDF
三元组，RDF主语是一个个体，个体是类的实例，谓语是一个属性，宾语可以是一个个体
全局标识URI
前缀URI
空白节点
; RDFS
RDF用到了类以及属性描述个体之间的关系。这些类和属性由模式 (schema)定义。RDF Schema (RDF模式，简称RDFS)提供了对类和属性的 简单描述，从而给RDF数据提供词汇建模的语言。更丰富的定义则需要用 到OWL本体描述语言。
RDF Schema通过这样的方式描述不同词汇集的元数据之间的关系,为网络上统一格式的元数据交换打下基础。
知识被分为两类，一类是数据 层面的知识，例如haofen type Person （haofen是Person类的一个实 例），另外一类是模式层面的知识，例如speaker domain Person （speaker 属性的定义域是Person类
XML
XML 被设计用来传输和存储数据，其焦点是数据的内容。HTML 被设计用来显示数据，其焦点是数据的外观。
但是 XML 不会做任何事情。XML 被设计用来结构化、存储以及传输信息。
XML 应用于 Web 开发的许多方面，常用于简化数据的存储和共享。
XML 文档形成了一种树结构，它从”根部”开始，然后扩展到”枝叶”。
XML 必须包含根元素，它是所有其他元素的父元素，比如以下实例中 root 就是根元素：
<root>
<child>
<subchild>.....</subchild>
</child>
</root>
XML 声明文件的可选部分，如果存在需要放在文档的第一行，如下所示：
<?xml version="1.0" encoding="utf-8"?>
在 XML 中，省略关闭标签是非法的。所有元素都必须有关闭标签：
<p>This is a paragraph.</p>
XML 标签对大小写敏感。标签 与标签 是不同的。
必须使用相同的大小写来编写打开标签和关闭标签：
<message>这是错误的</message>
<message>这是正确的</message>
XML 必须正确嵌套：正确嵌套的意思是：由于 元素是在元素内打开的，那么它必须在元素内关闭。
XML 属性值必须加引号****
<note date="12/11/2007">
<to>Tove</to>
<from>Jani</from>
</note>
为了避免这个错误，请用实体引用来代替 “
Original: https://blog.csdn.net/qq_43165081/article/details/120410336
Author: 刹那永恒HB
Title: 传统的知识表示
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/557504/
转载文章受原作者版权保护。转载请注明原作者出处！