时空推理是人工智能的最重要组成部分之一,其研究具有极其重要的理论意义。时空推理研究已取得很大进展,但也存在一些问题:对复杂对象空间关系和融合多方面空间信息的推理的研究还不够深入;时态推理和空间推理难以有效融合;基于时空推理、多关系数据挖掘和定性空间相似性等时空数据挖掘研究非常缺乏;现有大多数时空推理方法还很难用来解决实际问题。为此,本项目拟深入开展复杂对象空间关系和融合多方面空间信息的推理,多空间结合和时空结合逻辑,基于时空推理、多关系数据挖掘、定性形状表示与空间相似性结合的时空数据挖掘方法,基于空间推理的空间相似性等研究。以提出能处理复杂空间对象和融合多方面空间信息的形式化推理模型,空间结合逻辑,统一时空逻辑,一组结合时空推理的时空数据挖掘新方法。以上研究能解决时空推理领域所面临的部分重要难题,对深化、完善时空推理的理论研究,促进时空推理有效解决实际问题等方面都具有十分重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
论大数据环境对情报学发展的影响
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
基于多模态信息特征融合的犯罪预测算法研究
F_q上一类周期为2p~2的四元广义分圆序列的线性复杂度
基于模糊Petri网的复杂知识系统推理、学习及应用研究
时空信息表示、推理及应用
动态时空推理研究
时态推理及应用研究