本文节选自:
赵春江. 农业知识智能服务技术综述[J]. 智慧农业(中英文), 2023, 5(2): 126-148. doi:10.12133/j.smartag.SA202306002
ZHAO Chunjiang. Agricultural Knowledge Intelligent Service Technology: A Review[J]. Smart Agriculture, 2023, 5(2): 126-148. doi:10.12133/j.smartag.SA202306002
官网全文在线阅读
知网阅读
农业知识推理决策技术
农业知识推理决策是基于农业知识和经验,通过逻辑推理、关联分析和模型建立,对农业问题进行分析、推理,为农作物种植管理、病虫害预防控制、农情灾害预警、农产品市场分析等提供科学、准确的农业决策支持。在农业知识推理决策中,涉及多个关键技术和方法,可以分为基于知识图谱的推理决策和基于强化学习的推理决策。
基于知识图谱的推理决策
基于知识图谱的推理决策利用农业知识图谱中的关系和规则进行逻辑推理,发现潜在的农业规律、关联和解决方案,从而提供农业决策支持。
知识图谱的结构化表示使得推理过程更加可解释和可理解,决策者能够直观地了解推理结果的逻辑和依据。在知识图谱中可以实现知识的演绎、归纳、溯因和类比等形式的推理。这里主要介绍基于符号逻辑的知识图谱推理和基于表示学习的知识图谱推理。基于符号逻辑的方法包括Datalog推理和产生式规则推理。Datalog推理基于第一条规则和第一条事实得出path的事实,用第二条规则和新产生的事实得出新的path,该场景事实集通常很大,整个推理计算复杂度随着规则集增大而增加;产生式规则推理主要出现在专家系统时代,通过一个推理引擎控制系统执行,完成模式匹配、冲突解决和动作执行操作,核心是规则匹配。基于符号逻辑的知识图谱推理最大的优势是可解释性,但对知识的表示和描述要求比较高,在知识库规模较大的时候,推理健壮性和效率会降低。随着深度学习的发展,表示学习和知识图谱嵌入推理方法得到越来越多的重视。现实场景中的很多问题可以归结为基于知识库已知事实和关系推断两个实体间的关系或新的事实,经过复杂关系处理、多跳处理、稀疏性问题处理能够实现更好的知识推理;基于规则学习的知识图谱推理主要是利用规则完成推理,利用图结构特点学习规则。如路径排序算法(Path Ranking Algorithm,PRA)是将两个实体的路径作为特征来预测其间存在的关系,根据一个带有边的有向图判断节点间是否存在关系,通过权重监督学习方法,计算出一组从头节点到尾节点路径;关联规则挖掘(Association Rule Mining Under Incomplete Evidence,AMIE)是一种归纳方法,通过支持度、头覆盖度和置信度依次预测每种关系的规则。此外,知识图谱的推理存在一定的长尾效应。
基于强化学习的推理决策
基于强化学习的推理决策方法根据农业环境和反馈信息,通过与环境的交互来学习最优决策策略,可以动态地调整决策策略,以适应不同的农业场景和需求。
在农业决策中,可以将农业问题建模为强化学习任务,通过不断与农业环境进行交互和尝试,学习最优决策策略。Elavarasan和Vincent提出了一种增强随机森林算法,在每次选择分裂属性时都执行强化学习,以有效利用可用样本,准确率提高了92.2%。基于强化学习和模糊逻辑方法,设计了机器人自主获取导航控制策略方法,实现了机器人在实际导航环境中自动获取最优的导航策略。刘会丹等基于深度强化学习方法,并加权组合LSTM、门限循环单元与Bi-LSTM,构建了预测模型,实现了耕作层土壤中水分、温度的精准预测。宋浩楠等提出了一种将知识表示和深度强化学习结合的方法,通过单步择优策略网络和多步推理策略网络进行模型训练,有效解决了知识推理可解释性差、准确率低的问题。
基于知识图谱的推理决策能够利用已有的农业知识进行推理和解决问题,而基于强化学习的推理决策通过与环境的交互学习最优的决策策略。农业领域的知识推理决策在以下几个方面存在复杂性:作物生理及环境的表征,通常需要多模态、跨媒体的表达方式,包括结构性数据、文本、图像、视频、声纹等方式,其语义表达需要耦合多种特征,包括地域、时令、指代对象,同一个问题在不同的区域、不同的时间、不同的品种在知识表现、推理、反馈中存在差异,因此推理更为复杂,需要考虑更多类型的信息;此外,农业栽培、农情、施肥、植保、市场价格等全链条信息、知识的交互存在长链条、上下文强关联性,因此在推理过程中,在事实案例基础上,也需要尽可能多考虑能够关联的事实数据,更加详尽的信息获取能够更加准确地进行判断或反馈。如实时监测数据、舆情实况信息、生理基础信息以及农事交互信息等。
推荐阅读
智慧农业微信交流服务群
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。