时空|【金猿技术展】维智ST-AI ——全栈时空扩展智能决策技术用户|生态|快电|充电|新能源汽

文章插图
维智全栈时空AI（Spatio-Temporal AI，以下简称ST-AI）技术体系基于已获多项时空专利技术，支撑构建从感知、认知到决策的企业级可拓展的智能决策数字孪生应用。
ST-AI旨在以时空为“索引“对多源异构数据进行时空化治理与融合，基于知识工程和深度学习算法进行图分析计算，以数据时空管理、时空知识图谱与时空AI算法为核心，围绕时空动态大数据管理与时空数据资产模型建设，构建全场景知识图谱和城市数据模型资产，实现万亿级时空动态信息和空间语义关系的挖掘和分析。
维智全栈时空AI技术在业内首次实现了千亿级多模态时空知识图谱体系，并持续积累和沉淀数据资以应用于上层场景，提供上层场景开箱即用的预置模型服务。

文章插图
技术说明
数据时空拓展
对汇聚获取的各类数据等添加时空标识，即时间、空间和属性“三域”标识。时间标识注记该数据的时效性，空间标识注记空间特性，属性标识注记隶属的领域、行业、主题等内容，以便后续的数据整理。针对不同的数据类型，采用不同的时间标注方式。分别为按幅标注、按类型/比例尺和批次标注。数据的时空标注对海量、不同来源、不同分辨率空间数据的高效融合和关联，对充分挖掘数据价值、降低时空大数据应用系统的建设成本、提高空间数据的使用效率具有重要的现实意义，经数据时空化处理后的数据具有如下特性：
对象、过程、事件等要素数据在空间、时间、语义等方面具备有关联约束关系；
数据要素在空间和时间上具备动态演化特性且其时空变化可被度量；
数据要素具备尺度特性，支持根据比例尺大小、采样粒度以及数据单元划分的详细程度可以建立时空大数据的多尺度表达与分析模型。
基于地理空间球面网格可进行时空剖分，使用支持动态调整的平衡树索引或基于静态空间划分的哈希索引对海量时空数据建立索引，并结合索引与数据特性和管理平台特性设计时空数据编码，进而构建结构化时空数据阵列，支持基于时空邻近性的数据分区与负载均衡和分布式两级时空索引的构建，实现高效空间关系计算库。
时空知识图谱（超大规模）
时空知识图谱不单单是一个“增强型”的开放域知识图谱，而是需要结合业务场景和领域知识，并针对时空知识自身的特点，对知识的概念、实体和关系进行语义化和时空化拓展。时空知识图谱除了描述语义关系外，还支持考虑空间关系和时间关系的描述，既如何建立时空关系和语义关系的映射。时空知识图谱的构建遵循时空知识抽取、时空知识融合与关联、时空知识推理与计算、时空知识场景应用的基本流程。从海量结构化、半结构化和非结构化时空数据中进行实体、关系和属性的信息提取，通过实体对齐和指代消解实现对时空数据的知识融合并将知识存储到知识库中，最后进行进一步的知识推理、计算和图谱应用。

文章插图
时空知识抽取：从多源异构时空数据中自动抽取出实体、关系及属性等知识要素，并将其组织成三元组形式存入知识图谱中。维智STKG支持针对结构化数据（如地图、地名库等）、半结构化数据（如网站的表格、列表型数据）以及非结构化数据（如网页文本或其他文本信息、微信、微博、图片等数据）的知识抽取工作，并基于已有的知识图谱知识，通过远程监督的方式来构建训练集，并利用深度学习的方法学习出抽取器，进而进行知识抽取。