[要約]近年、産業用インテリジェント制御システムのトレンドが高まり、関連する新技術やアイデアが次々と提案されています。ナレッジ グラフは人工知能アプリケーションの基本リソースであり、専門分野でのナレッジ グラフの構築は研究のホットスポットとなっています。しかし、制御システムのナレッジグラフの構築はまだ開発の初期段階にあります。制御システムの構造的特性とタスク要件を分析し,制御システムの知識グラフを構築するための方法フレームワークを与えた。まず、プロセス産業制御システムのナレッジ グラフの構築に関する既存の研究を要約し、産業制御システムの特徴を説明し、制御システムのサイバー物理的資産を考慮した制御システムのナレッジ グラフを構築するための基本原理とプロセスを提供します。管理タスクを例として、ナレッジ グラフを構築するための詳細な手順が提供されます。最後に、今後の研究の方向性を展望します。
[キーワード]制御システム、ドメイン知識マップ、物理情報システム、建設技術
0 まえがき
2011 年、International Business Machines Corporation (IBM) の Watson がテレビのクイズ コンテスト「Jeopardy」で優勝し、その知識発見をサポートするナレッジ グラフ テクノロジーが研究者から広く注目を集め、2012 年に Google が大規模ナレッジ データベースをリリースしました。 570 億のエンティティを含むグラフは、ナレッジ エンジニアリングにおけるナレッジ グラフの大きな応用可能性を示しています。過去 10 年間で、ナレッジ グラフは、マルチソースの異種データの処理、効率的な知識の検索、詳細な知識のマイニングと分析、直感的な知識の視覚化の機能により、学界と産業界から広く注目され、急速な発展を遂げてきました。
ナレッジ グラフは、エンティティ (ノード) と関係 (エッジ) で構成されるマルチリレーショナル グラフの知識ベースとして定義できます。ナレッジ グラフでは、ナレッジはトリプル (エンティティ-関係-エンティティまたはエンティティ-属性-値) の形式で格納されます。さまざまな知識分野と応用範囲に応じて、知識グラフは一般知識グラフと分野知識グラフに分類できます。一般知識グラフには、幅広い知識、大量の知識が含まれており、そのほとんどが常識的な知識であり、すでに DBpedia、Freebase、YAGO、