Semantic Web Rule Language
PulseAugur coverage of Semantic Web Rule Language — every cluster mentioning Semantic Web Rule Language across labs, papers, and developer communities, ranked by signal.
-
Apache Jena 通过语义推理赋能原生 AI 知识库
作者提出使用 Apache Jena（一个用于构建语义网应用的框架）来创建原生 AI 知识库。这种方法旨在赋予 AI 类似人类的增量学习和推理能力，超越简单的信息摄取和查询。通过利用本体、知识图谱以及 RDF 和 OWL 等工具，目标是构建一个能够补充通用模型并解决 AI 生成内容的“粗糙问题”的专业化 AI。作者发现大型语言模型（LLMs）能够自然理解 RDF 图语言，从而便于创建充当 AI 记忆层的个人知识库。
-
新的SWRL框架利用强化学习增强动态装配调度
研究人员开发了一个名为SWRL（基于滑动窗口的强化学习）的新框架，以解决动态装配流水车间调度的复杂问题。该方法使用基于图的马尔可夫决策过程来模拟多产品套件交付，由于动态订单到达和作业分配的变化，这给实时调度带来了挑战。SWRL包含一个滑动窗口机制来过滤不相关的操作，一个时空图网络来跟踪瓶颈转移，以及一个动态动作模块来适应不断变化的动作空间。使用一家家电制造商的数据进行的实验表明，与传统方法和现有的深度强化学习技术相比，SWRL显著降低…
-
AI框架利用知识图谱和大型语言模型自动化工程安全规范
研究人员开发了一个新框架，该框架结合使用知识图谱（KG）和受限的大型语言模型（LLM）来自动化工程规范中因果关系（C&E）逻辑的创建。该方法旨在减少生成安全联锁、报警合理化表和因果关系矩阵时通常伴随的手动工作和不一致性。该系统在机器可解释的知识图谱中表示过程信息、故障和缓解措施，然后由LLM将其转换为操作员可读的安全说明和SWRL规则，确保输出基于底层的语义模型。