电信学院研究生程纪飞在国际顶刊RESS发表最新成果

近日，电信学院2024级模式识别与智能系统专业研究生程纪飞作为第一作者、2024级计算机技术专业研究生孙亚坤作为第四作者，在国际权威期刊《Reliability Engineering & System Safety（RESS）》上在线发表题为“Enhancing system safety analysis in aviation: A causal knowledge graph framework powered by Large Language Models for proactive risk identification”的学术论文。电信学院史东辉教授与美国路易斯维尔大学Jozef Zurada教授为共同通讯作者，美加墨世界杯官方网站为第一完成单位。该期刊由Elsevier出版，是国际公认的可靠性工程、风险分析与系统安全领域的权威期刊，在“Safety, Risk, Reliability and Quality”学科目录中位列Q1(排名2/282)，现为中科院一区TOP期刊，最新影响因子为13.7。RESS 致力于复杂技术系统安全性与可靠性方法及其实证应用的开发，典型研究对象包括核电/化工厂、海洋工程、航天系统、交通系统（含轨道交通/公交）、基础设施等。

图1论文首页

航空安全事件报告蕴含大量事故诱因、风险因素及其演化过程，但此类报告主要以非结构化叙事文本呈现，传统分析方法难以系统识别不同风险因素之间复杂的因果联系。针对这一问题，研究团队提出了由大语言模型驱动的航空安全因果知识图谱框架——ASH-CKG，将分散在航空安全事件报告中的因果知识转化为结构化、可追溯、可推理的知识网络。该研究构建了“因果三元组抽取—混合关系归一化—知识驱动因果问答”一体化技术框架：首先利用大语言模型的少样本学习能力，从航空安全事件报告中自动抽取“实体—关系—实体”形式的因果三元组；随后结合MiniLM语义向量模型与大语言模型推理能力，对含义相近但表达不同的关系进行统一；在此基础上，进一步构建融合检索增强生成、因果路径剪枝和思维链推理的RAG-P-CoT-QA模块，使系统能够围绕安全问题检索关键因果链，并生成具有证据依据和逻辑连贯性的分析结果。

图2基于大语言模型的ASH-CKG构建与问答系统架构

图3 RAG-P-CoT-QA模块的详细推理流程

研究团队基于美国国家航空航天局航空安全报告系统的65,535份事件报告，构建了包含约56.2万个实体节点和39.5万条因果三元组的航空安全因果知识图谱。该方法将2,939种原始关系表达归一化为185种，关系类型多样性降低93.71%，并有效提升了因果问答的准确性与可靠性。研究提出的方法可识别多类风险因素及其耦合关系，为航空主动风险识别与安全决策提供支持。

该研究得到安徽省教育厅人文社会科学研究项目（2022AH050224）、美加墨世界杯官方网站安徽省智能建筑与建筑节能重点实验室主任基金（IBES2024ZR01）等的资助。论文链接：https://doi.org/10.1016/j.ress.2026.113141

（文/图：史冬辉；一审：朱培灵；二审：苏亮亮；三审：张润梅）