智能制造网手机版

手机访问更快捷

智能制造网APP

安卓版

智能制造网小程序

营销推广更便捷

您现在的位置:智能制造网>环保设备>资讯列表>关于征集IEEE国际标准参编单位的通知

关于征集IEEE国际标准参编单位的通知

2025年06月24日 14:13:15 人气: 16451 来源: IEEE中国标准委员会
  关于征集IEEE国际标准参编单位通知
 
  各有关单位:
 
  IEEE作为全球最大的专业技术组织,在电气及电子工程、计算机及其他技术领域中,IEEE出版了近三分之一的技术文献,其中包括每年出版的200本期刊和杂志,IEEEXplore数字图书馆文献已超过500万篇。配合各专业技术领域的学术交流活动,IEEE还提供学报、技术通讯、会议论文集和会刊等出版物。
 
  如今,随着电子信息和其他相关技术的不断发展和演进,以及会员职业范围的扩大和技术兴趣的不断增长,IEEE也将其关注点不断扩充至其他新兴领域。IEEE将努力帮助其会员跟上并引领新技术发展步伐,制定国际和行业标准,并激励新一代专业技术人员架构并融入全球技术协作团队。更重要的是,随着会员所在地域范围的扩大,IEEE已经日趋全球化,并通过其会员的全球化,在航空航天、生物科技、计算机工程、新能源、地理信息系统、神经网络、无线通信等高科技领域的技术发展上走在了前沿。
 
  为确保IEEE标准的全面性和实用性以及标准制定过程的开放性和透明性,我们欢迎感兴趣的企业、高校和研究机构参与标准研制,相关事宜如下:
 
  一、IEEE标准介绍:
 
  1.(项目号:P2807.5)Guide for Medical Clinical Diagnosis and Treatment Oriented Knowledge Graphs《面向临床诊疗的知识图谱指南》
 
  本指南面向医学临床诊断和治疗知识图谱 (MCKG) 指定: 1) MCKGs 的构建过程,包括知识获取、知识表示、知识融合以及临床诊疗信息的知识推理。 2) 输入数据要求,包括医学文献、临床诊疗指南、医学知识库、专家共识等权威数据。 3) 应用程序的功能和接口,包括知识驱动的诊断决策支持、知识推荐或检查报告解读。
 
  2. (项目号:P2807.7)Guide for Open domain Knowledge Graph Publishing and Crowdsourcing Service《开放域知识图谱发布与众包服务指指南》
 
  本指南指定:1) 组织能够通过 Internet 公开共享的开放域知识图谱 (ODKG) 的发布和众包服务指南;2) ODKG 发布期间的元数据要求、本体模型和模式要求;3) ODKG 众包期间的知识图谱创建、编辑、下载和引用要求。
 
  3. (项目号:P2807.8 ) Standard for knowledge exchange and fusion protocol among knowledge graphs《知识图谱间知识交换与融合协议》
 
  该标准规定了允许在知识图谱之间进行知识融合的知识交换协议。该标准规定了协议的框架、知识交换模式、知识图谱中使用的知识元素格式以及知识图谱之间传输消息的结构和处理流程。
 
  4.(项目号:P2807.9)Guide for Application of Knowledge Graphs for Rail Transit《轨道交通领域知识图谱应用指南》
 
  本指南明确了轨道交通领域与知识图谱相关的数据和结构要求,包括轨道交通知识概念类别、构建知识图谱的实体类别、实体与知识概念之间的关联关系、知识属性、构建轨道交通知识图谱相关的技术要求、设备接口要求。同时,本指南还明确了轨道交通导向型KG(RTKG)的建设流程、KG集成流程及相关应用场景。此外,该指南还规定了 RTKG 及相关应用系统的性能评估指标或方法。
 
  5.(项目号:P2807.10)Guide for Knowledge Modeling for Carbon Verification- Oriented Knowledge Graphs《面向碳核查领域知识图谱的知识建模导则》
 
  本文档为顶级知识模型、知识建模流程以及面向碳验证的知识图谱 (CVKG) 的应用提供了指导。该指南指定:1. 面向碳验证的知识图谱 (CVKG) 顶级知识模型,包括 Schema 层(概念层)和数据层(实例层)的 CVKG 本体模型。2. CVKG 知识建模过程,包括数据源的配置、知识获取、知识融合和知识处理。3. CVKG 应用,包括数据可视化、决策、语义搜索、碳核查中的问答系统、碳排放计算、碳核算报告审查、碳核查报告生成和碳中和策略优化。
 
  6.(项目号:P2807.11)Guide for Production Oriented Knowledge Graph in Petroleum and Chemical Industry《石化行业面向生产环节的知识图谱指南》
 
  本指南面向石化生产知识图谱 (PPKG) 包括实体和本体定义、模型构建和在石化行业的应用。该指南根据现代炼油厂的生产相关数据指定了实体和本体定义。此外,模型构建包括 PPKG 的获取、存储、融合、计算和可视化过程。最后,该文件提供了有关 PPKG 应用的指南。该指南涉及识别生产中的风险、优化生产计划以及提供磨浆系统的问答。本指南不包括化工行业的知识图谱。
 
  7.(项目号:P2807.12)Standard for technical requirements for general knowledge services based on knowledge graphs《基于知识图谱的知识服务技术要求》
 
  该标准定义了基于知识图谱的通用知识服务的技术要求和性能指标,包括: - 智能检索 - 智能推荐 - 辅助决策 - 知识问答。
 
  8.(项目号:P2807.13)Guide for integration framework among large-scale pretrained model and knowledge graphs《知识图谱与大规模预训练模型融合总体架构》
 
  本指南指定了 • 大规模预训练模型(如大型语言模型、大规模多模态预训练模型)和知识图谱之间的通用集成框架。• 知识图谱的结构和构建过程,该过程通过大规模预训练模型得到增强。• 大规模预训练模型的结构和构建过程,该过程通过知识图谱得到增强。• 相关绩效指标。
 
  9.(项目号:IEEE P3460)Guide for Electric-Power-Oriented Decision Intelligence《电力领域智能决策指南》
 
  本指南定义了电网运营中的辅助决策系统框架。它概述了辅助决策模型的表示和构建,并结合了来自专家知识、电网运行规则和其他来源的输入。此外,该指南还规定了在电网运营中构建基于知识的辅助决策系统所必需的功能要求。
 
  10.(项目号:TEEE P3569)Standard for Intelligent Assistant Maturity Model and Assessment Methodology《智能助手成熟度模型与评估方法》
 
  智能助手通过集成知识工程、大模型、自然语言理解、控制执行等多元技术,实现了人与机器之间的自然交互和协作,可以为用户提供准确、及时和个性化的任务支持或决策信息。目前,智能助手已广泛应用于金融、医疗、交通、教育、制造等领域,重要性日益提升。然而,对于智能助手的能力组成和能力水平评价,尚未达成共识。IEEE P3569《智能助手成熟度模型与评估方法》旨在明确和统一智能助手的基础和扩展能力,提出能力等级评价模型,并给出相应的评估方法,为建设更加完备的智能助手生态系统提供标准支撑。
 
  11.(项目号:IEEE P3701)Standard for Reference Architecture for Application Systems of Large-scale Pre-trained Models in Manufacturing with Knowledge Enhancewent《知识增强工业大模型应用系统参考架构》
 
  12.(项目号:P2807.14) Standard for Technical Requirements and Evaluation of Graph- based RetrievalAugwented Generation《图检索增强生成技术要求与测试评估规范
 
  二、权利和义务:
 
  享有在标准中署起草单位名称和起草人姓名的权利;
 
  申请参加方式:填写《参编回执》,并把Word版本及扫描件发送至ieeeorg@126.com
 
  附件1:参编回执
 
  联系人: 王工    电话:15901029818

    (本文系IEEE中国标准委员会投稿,不代表本站的观点和立场。文章内容仅供参考,若涉及侵权,请及时联系本站处理。)
关键词: IEEE,IEEE标准
相关资料下载:

参编回执.docx

全年征稿/资讯合作 联系邮箱:1271141964@qq.com
版权与免责声明
1、凡本网注明"来源:智能制造网"的所有作品,版权均属于智能制造网,转载请必须注明智能制造网,https://www.gkzhan.com。违反者本网将追究相关法律责任。
2、企业发布的公司新闻、技术文章、资料下载等内容,如涉及侵权、违规遭投诉的,一律由发布企业自行承担责任,本网有权删除内容并追溯责任。
3、本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
4、如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

企业推荐

更多