【摘 要】
：
知识图谱补全旨在预测三元组中缺失的部分使知识图谱趋于完整。针对基于神经网络等模型的链接预测方法忽略了实体间的关联信息,导致模型不能覆盖三元组周围局部邻域中固有的隐藏信息,提出图注意力机制与谓词感知结合的方法。首先,利用图注意力机制定义了一个关系嵌入矩阵,描述任意给定实体邻域内实体间的关系;其次,引入谓词增强实体间语义理解程度,构造了基于谓词嵌入向量的注意力值计算公式,以便有效地度量实体间语义联系的
【基金项目】
：
国家自然科学基金资助项目(61373116),陕西省自然科学基金研究计划资助项目(2016JM6085)。
论文部分内容阅读
知识图谱补全旨在预测三元组中缺失的部分使知识图谱趋于完整。针对基于神经网络等模型的链接预测方法忽略了实体间的关联信息,导致模型不能覆盖三元组周围局部邻域中固有的隐藏信息,提出图注意力机制与谓词感知结合的方法。首先,利用图注意力机制定义了一个关系嵌入矩阵,描述任意给定实体邻域内实体间的关系;其次,引入谓词增强实体间语义理解程度,构造了基于谓词嵌入向量的注意力值计算公式,以便有效地度量实体间语义联系的强度;此外,利用实体邻居间的边关系预测多跳实体间的直接关系以补全知识图谱。在数据集WN18RR、Kins
其他文献
针对拟态裁决器多数一致性表决算法的优化方法,提出用异常检测的方法直接量化数据可靠性来提升表决正确率。基于异常值的表决算法,通过构建拟态系统异构执行体输出数据集和训练深度学习异常检测模型量化了执行体输出数据异常值;使用权值优化算法优化加权分配,在表决时选择最优加权结果作为表决输出结果。实验结果表明,该方法能够提升拟态裁决器的表决输出正确率,具有一定共模逃逸检测能力,提升了系统的安全性和可靠性。
针对现有大多数循环平稳信号DOA估计算法复杂度较高、估计精度低无法实现对有用信号的欠定估计问题,提出了一种基于互质阵的循环平稳信号低复杂度、欠定DOA估计算法。算法的主要思想是利用互质阵良好的稀疏特性,通过矢量化处理构造虚拟阵列模型,扩展阵列孔径,实现阵列自由度的提升。首先,算法构造了互质阵输出的循环自相关矩阵,然后进行矢量化处理得到最大连续虚拟阵元部分,给出其谱峰搜索的表达式。最后,为降低计算复
从保护三维模型数据的版权信息为出发点,提出一种基于Logistic混沌加密的三维模型盲水印方法。该算法首先采用点阵字体生成的二值图像作为水印信息,对水印图像进行置乱加密处理,然后利用网格简化的方法对三维网格模型进行多分层显示,计算中层每个顶点的局部集面积,再修改中层面积较小且密集的顶点进行水印信息嵌入,最后根据该顶点的邻域的曲率自适应地嵌入水印强度。水印的检测是水印嵌入的逆过程。实验结果表明,该算法对仿射变换、简化、平滑等攻击具有鲁棒性,不仅达到了保护三维模型版权的目的,而且提高了水印系统的安全性。
会话推荐的任务是根据用户近期的点击行为预测下一个点击。该领域之前的模型主要关注到会话推荐中的时序模式(序列特征),但是由于用户兴趣迁移以及商品多属性等因素,物品之间的交互关系可能比呈现出来的时序模式更为复杂。为了解决该问题,受Page Rank算法的启发,把会话点击和网页跳转联系起来,提出了一个会话推荐中的影响力扩散模型。具体地说,该模型在会话序列的显式时序结构之上构建了会话图,刻画出更加丰富的转
为了对置信传播(BP)算法在结构比较复杂的命题公式上有时会失效,常常表现为不收敛的现象给予理论解释,提出了基于警示传播的社区发现算法(WPLPA)。依据BP算法在因子图上的信息迭代策略,利用WPLPA算法对命题公式所对应因子图的社区结构进行划分。借助二维结构熵的相关理论技术,建立了命题公式的二维结构熵度量模型,通过该模型分析了BP算法的收敛性与二维结构熵之间的关系,给出BP算法的收敛性判定条件,对
区块链因具有去中心化、不可窜改、可追溯、集体维护、可编程和安全可信等特点,已应用于金融、物联网、供应链与物流链管理、数字资源版权管理等行业,但因缺乏链间互操作、无法索引查询等问题,极大制约了它的深入应用。语义Web技术和区块链技术融合产生的语义区块链技术,有望解决这些相关问题。为方便研究者系统地了解语义区块链的研究现状和发展趋势,对语义区块链技术进行了综述。首先,分析了区块链对语义Web技术的需求
差分隐私作为现在的一种隐私保护机制得到了广泛的应用。目前虽然存在着很多种静态数据集上的直方图发布方法,但是对于数据流环境下的基于滑动窗口直方图发布方法较少,并且面临着直方图的发布误差较高的问题。对于此问题,提出了一种适用于滑动窗口模型的数据流差分隐私直方图发布算法(histogram publishing algorithm for sliding window model,HPA-SW)。该算法
针对主成分分析算法没有很好地利用数据的类别信息,且最大主成分方向容易导致各类数据重叠的问题,提出一种融合各类最小主成分子空间的特征变换方法。首先将各类数据分别进行主成分分析,由各类最小主成分方向张成各类投影子空间;然后将原始数据在各类子空间投影后的最小主成分子空间进行融合,构成新的特征空间;最后使用KEEL公共数据集对该方法进行测试。结果表明,与其他特征变换方法相比,该方法能够构造出更加利于分类的
针对在红外可见光图像融合过程中目标细节信息容易丢失的问题,提出一种使用非下采样轮廓波变换(NSCT)和主成分分析法(PCA)相结合的图像融合算法。首先应用NSCT将源图像分解分别得到低频和高频的子带图像。在低频子带系数中,由于PCA能够突出图像的主要信息,所以选用主成分分析法融合规则。高频子带中,相对来说较高层次系数表达的是源图像中最为细节的信息,可选用绝对最大值法融合规则,而相比之下低层次系数代
当前,多数车联网任务卸载工作仅考虑时延因素将任务卸载至边缘服务器执行(LOCAL-MEC),但是,车载单元仍有一定的计算能力可以利用。针对上述问题,研究了任务卸载的总代价即时延和能耗两个目标,提出一个将车辆自身的计算单元、附近车辆的计算单元与边缘服务器协同计算的任务卸载模型。该模型既考虑了任务的优先关系,又同时考虑了系统的时延和能耗。通过借鉴模拟退火算法思想并引入压缩因子改进粒子群算法来实现任务卸