制造业知识图谱信任难题被攻克！4大能力融合，查询提速仅31毫秒
Composable Trust Infrastructure for Manufacturing Knowledge Graphs: Cross-System Provenance, Temporal Reasoning, and Decision Traceability
📖 AI 总结
该研究提出了一种面向制造业知识图谱的可组合信任基础设施，旨在解决跨异构工业系统数据集成中的信任缺失问题。文章指出，SHACL验证、PROV-O溯源、领域感知双时态版本管理和图原生决策对象这四项信任能力，通过共享关联标识符组合后，能够产生单一能力无法实现的涌现信任属性。实验消融分析表明，移除任意一项能力会导致六个组合查询中的三个失败，证明四项能力同等关键；进一步分析揭示了三种三向涌现属性和一种不可约的四向属性（全链可审计性，执行耗时31毫秒）。该基础设施在集成OPC UA、TIA Portal、SAP S/4HANA等11个工业数据源、基于89类ISA-95对齐本体的测试平台上得到验证，统一图包含5个命名图、8743条三元组，由81条owl:sameAs身份边连接。研究采用模拟但结构真实的数据进行评估，其跨系统关联模式具有工业代表性，为制造业知识图谱的可信查询与决策追溯提供了可组合的架构方案。
🔑 关键词速览
| SHACL | 一种用于验证RDF图数据的约束语言，确保数据符合预定义的结构和规则。 |
| PROV-O | 一种用于表示实体、活动和代理之间溯源关系的W3C本体，记录数据的来源和演变过程。 |
| 双时态版本控制 | 一种数据版本管理方法，同时跟踪数据的有效时间和事务时间，以支持历史查询和决策追溯。 |
| RDF | 资源描述框架，一种用于表示关于Web资源信息的标准模型，以三元组形式存储数据。 |
| ISA-95 | 国际标准，用于企业系统与控制系统之间的集成，定义了制造运营管理的层次和接口。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅