【思路总结】开题_领域知识图谱结合机器学习

最近在写开题报告，老师给的方向很大很杂，需要更进一步理清思路。

关键词：通信干扰，知识图谱，强化学习

研究内容：（包括了KG构建和应用）
1 构建领域知识图谱，针对已有知识查询
2 针对未知通信信号，将知识图谱作为先验知识和机器学习融合起来：
这个方向是人工智能的难题，光靠我不可能开天辟地，能查阅到的文献寥寥无几。一个思路是知识图谱和深度学习LSTM结合，但是在干扰领域很少用到RNN，需要自己建模和处理数据，不太想走这条路。（可以带着看看）
另一个思路是知识图谱和深度强化学习结合，因为强化学习用在干扰领域已经比较成熟，师兄也说这个方向应该是可以走通的，但是还要具体阅读文献，看看需要怎样的先验知识，从而构建相对应的知识图谱，是不是和师兄构建的知识图谱内容不同。
3 对于研究内容2中，学习到的知识自动存储：
之前考虑这是不是链接预测、知识图谱补全的问题（基于知识图谱），这两天发现链接预测中运用到强化学习都情况应该是针对大规模知识图谱的，（有医学方面的用链接预测来看药物间相互作用的文献可以仔细读一下；也查找到了针对少样本的链接预测，有空可以详细看）
今天考虑到这个问题是不是可以通过代码实现，因为实体关系都有了，剩下的问题就是存储，是不是可以通过代码实现自动存储。

另一个问题；如果有多个头实体，可不可以通过知识图谱搜索到最优决策，这应该属于查询后的融合问题，而非链接预测。

总结下一步计划
1 掌握干扰知识是很必要的，看干扰方面的文献和书，
2 参考师兄构建的图谱，了解干扰的图谱怎么构建，实体和边是什么
3 主线放在强化学习&深度强化学习上，主要看深度强化学习用于通信干扰的文献。同时思考如果想要嵌入图谱，是不是需要不一样形式的实体和边，是不是需要不一样的先验知识。
4 适当看链接预测方面的论文，找其他可能的思路。