动态时空推理研究

时空推理是人工智能的重要组成部分之一，其研究已取得令人瞩目的进步。大多数研究针对固定时间片、静态空间上的对象进行表达与推理，不能表达现实世界中空间对象随时间的动态变化。近年来，动态时空推理的研究越来越受到广泛关注，已取得一定进展，但还存在如下问题：除拓扑关系外，对其它单一空间关系的研究还很少；缺乏融合多方面空间关系的动态推理研究；未见表达动作、运动的时空逻辑；已有模型的表达和推理机制还不够完善，难以处理不确定、不完备空间信息；很多关键技术有待突破，亟待研究。针对以上问题，本项目拟开展：基于时空连续性的动态时空推理、动态时空逻辑、动态空间系统(DSS)的理论与应用研究，以提出能处理多方面空间关系的动态时空信息表示与推理模型、能表达空间变化的动态时空逻辑、面向应用的DSS框架，并将所取得的理论研究成果应用于环境智能等领域，对上述研究进行验证和指导，把动态时空推理的理论和应用研究更推进一步。

时空推理是指对占据空间并随时间变化的对象所进行的推理，是人工智能的重要组成部分之一。近年来，动态时空推理受到越来越多的关注，并取得一定进展，同时也存在如下问题：除拓扑关系外，对其它单一空间关系的研究很少；缺乏融合多方面空间关系的动态推理研究；未见表达动作、运动的时空逻辑；已有模型的表达和推理机制还不够完善，难以处理不确定、不完备空间信息，其中很多关键技术亟待解决。针对上述问题，本项目重点围绕基于时空连续性的动态时空推理、动态时空逻辑、动态空间系统(DSS)的理论与应用、时空知识发现与融合展开研究，并取得以下重要研究进展和研究成果，具体包括：1．基于时空连续性的动态时空关系模型：提出能描述动态信息的方向关系模型、能处理复杂空间对象的拓扑关系模型、提出动态空间信息表达推理系统；对近年定性时空推理领域的研究现状进行了总结分析。2．动态时空逻辑部分，基于区间值模糊集对经典描述逻辑ALCN进行扩展，得到IFALCN系统，提出一种可靠完备的模糊Tableau算法，较好解决了以往逻辑系统推理中难以处理不确定性和模糊性的问题。3．构建面向应用的动态空间系统框架DSSF：提出一种动态方位关系推理方法ROR；提出能描述视角的3DTPCC模型；建立能描述三维空间运动点对象的三维相对方位关系模型，可用于大范围的空间场景；在此基础上，将这些理论成果应用于智能环境、智能交通等领域，通过模拟验证效果很好。4．时空知识发现与融合，在原计划之外新增的内容，围绕时空知识发现和融合做了初步的试探性研究，主要包括（1）重点进行了结合概率主题模型的研究，取得一系列较好的研究成果，主要包括：提出了一种扩展模型SL-LDA；提出两种有监督的主题模型FLDA 和DFLDA；针对LDA中存在的“强制主题”问题，提出了GLDA模型；提出了两种多粒度的主题情感混合模型MG-R-JST和MG-JST，分类效果优于主题情感混合模型，且稳定性更好。（2）基于贝叶斯网的定量模型研究，提出结合马尔科夫覆盖的贝叶斯网增量建模方法，提高了建模效率。