邱剑

阅读量:539
TF

主题报告二:工业知识图谱在能源领域的实践

主题简介:在电力能源行业中,有大量的专业领域知识,包括物联网传感器数据,国际、国家、行业和企业标准,还有老师傅们日积月累的大量的宝贵经验与文档案例等。但是,这些大量的数据、文档、知识与经验散乱在各个数据库和业务系统,甚至是专家的大脑中。本次分享,将介绍阿里云工业知识图谱平台及其相关技术,如何帮助能源客户从结构化和非结构化数据源中半自动化挖掘专业知识,基于知识图谱构建、维护和运营知识体系,并给上层应用(如精准搜索、辅助问答、多轮对话、AI虚拟老师傅等)提供知识支撑,切实提升客户的生产力和工作效率。上述内容,一部分为非结构化文本型数据,需要借助自然语言处理与信息抽取的技术,以知识图谱的方式将宝贵的信息沉淀下来。另一部分为物联网的传感器数据,需要与非结构化数据、工业机理模型、数学公式、经验规则进行有机结合,充分挖掘现象背后的因果性与相关性,实现一定程度的智能问答、推荐与推理。

个人简介:阿里云工业知识图谱团队以及智慧能源研发团队负责人。浙江大学与佐治亚理工学院的联合培养博士,主要负责人工智能、NLP、知识图谱等前沿技术在电力行业中的应用。参与重大国家/企业项目几十项,发表SCI/EI十篇,专利6项,是最早将自然语言处理和知识图谱技术引入电力领域的学者之一,相关研究被引百余次。主持/参与过的电力智能化相关产品项目有:电力知识图谱管理平台,虚拟运检助手,虚拟检修专家,配网虚拟调度员,电力领域的文本挖掘技术与理论研究,基于机器学习与知识图谱的电站智能化设计,基于大数据分析的输电风险评估,电网智能检修决策与优化模型研究等。

读完这篇文章后,您心情如何?