在知识图谱中整合活动预测

我们认为，本体结构化的知识图谱可以在生成关于未来事件的预测中发挥关键作用。通过利用基本形式本体论（BFO）和通用核心本体论（CCO）提供的语义框架，我们展示了如何将诸如渔船移动轨迹之类的数据组织到知识图谱中并从中检索。然后，这些查询结果被用于创建马尔可夫链模型，使我们能够根据船舶的历史记录预测未来状态。为了充分支持这一过程，我们引入了术语“时空瞬间”以完善必要的结构语义。此外，我们批判了当前关于概率的本体论模型，该模型认为概率是关于未来的。我们提出了一种替代观点，即至少某些概率应被视为关于实际过程轮廓的，这能更好地捕捉现实世界现象的动态特性。最后，我们展示了如何将基于马尔可夫链的概率计算无缝地整合回知识图谱中，从而实现进一步的分析和决策。