统计关系学习相关论文
人类生活的世界是相互连接的,实体可以被视为具有不同属性的网络结构上的节点,不同的实体之间根据属性的差异又各自具备不同的相互......
统计关系学习是人工智能领域的一个新研究热点,它集关系、逻辑表示,似然推理机制,机器学习、数据挖掘于一体,用于获取复杂数据(数......
随着Web2.0的快速发展,社交网络媒体受到越来越多人的青睐,以新浪微博为例,它已经成为人们生活工作中的一个大众舆论平台,同时,也......
统计关系学习是人工智能领域的一个新研究热点，其目的是在多关系的数据集中挖掘出数据中的统计关系模型。统计关系学习是集关系、逻......
传统同类独立同概率分布的链接预测方法会带来很大的噪声,导致预测效果很差,将Markov逻辑网应用到链接预测中,旨在改善这一问题。M......
统计关系学习是人工智能研究的热点,在生物信息学、地理信息系统和自然语言理解等领域有着重要应用,Markov逻辑网是将Markov网与一......
在关系分类模型的学习过程中，目前还没有类似统计学习理论中学习界限的支撑．研究关系分类的学习界限显得尤为重要，为此，提出了一些适用......
统计关系学习是人工智能领域一个新的研究方向。它通过概率推理模型与逻辑的结合，或概率推理模型与关系模式的结合，来达到更高的预测......
Markov逻辑网（MIJN）是一种重要的统计关系模型，目前其学习问题主要采用确定性的优化方法，所求的解不够简洁、易陷入局部极值．针对这些问......
利用基于粗糙集理论的统计关系学习方法,解决了统计关系学习中归纳逻辑程序设计方法的不确定性问题,并改进了粗糙集结合归纳逻辑程......
通过介绍统计关系学习方法Markov逻辑网的理论模型和参数学习方法，提出一种基于后验概率的参数估计方法，该方法采用正态先验分布，用伪......
介绍了M arkov逻辑网的理论模型、学习算法和推理算法,并将其应用于中文文本分类中。实验结合了判别式训练的学习算法,MC-SAT、吉......
根据Markov逻辑网融合一阶谓词逻辑和概率图模型的复杂性及不确定性处理能力的优点，提出将Markov逻辑网和基于本体与WEB搜索的属性......
为了解决和突破现阶段重复数据删除方法大多只能针对特定领域,孤立地解决问题的某个方面所带来的不足和局限,提出了基于Markov逻辑......
Markov逻辑网是将Markov网络与一阶谓词逻辑相结合的统计关系学习模型。Markov逻辑网在实体识别、数据融合、信息抽取等领域都有重......
统计关系学习是人工智能领域的一个新研究热点,它将关系表示、似然性理论和机器学习相结合,能更好地解决现实世界中复杂的关系数据......
基于信任的推荐系统是利用信任的实体进行项目推荐,然而信任是一个复杂的概念,对信任进行传播和预测是一项重要的任务。提出了用一......
在传统的监督学习任务中,实体被认为是独立同分布的.然而,现实世界中实体之间通过复杂的方式相互关联.例如在超文本分类中,具有链......
粗糙集理论是一种新型的处理模糊和不确定数据的数学工具。本文对基于粗糙集理论的知识发现方法进行了研究，主要工作包括：(1)对粗糙......
本文以统计关系学习这一新兴研究领域为背景,展开统计关系模型学习方法的研究。在总结、分析统计关系学习的基本方法、研究现状和......
统计机器学习方法假设所有数据都是具有相同结构的实体,数据之间是独立且同分布的。然而在现实世界中存在着大量的半结构化关系数......
谷歌Knowledge Vault、微软Satori、IBM Watson等项目的成功引起了业界和学术界对知识图谱的普遍重视。知识图谱的本质是利用实体......
知识推理作为知识图谱构建的关键技术之一,旨在补全知识图谱,纠正知识图谱中的错误关系。利用知识图谱遵循的统计规律,结合机器学......
本文针对大数据时代信息组织形式的变革,介绍了"知识图谱"的相关概念,并详细介绍了知识图谱相关的关键技术与应用方向。在基础上,......
计算机生成兵力(Computer Generated Force,CGF)是作战仿真领域的关键前沿技术之一。为解决现有仿真系统中CGF对抗能力不足、行为......
多关系数据挖掘是近年来快速发展的重要的数据挖掘领域之一。传统的数据挖掘方法只能完成单一关系中的模式发现,多关系数据挖掘能......
马尔可夫逻辑网络是将马尔可夫网络与一阶逻辑相结合的一种统计关系学习模型,在自然语言处理、复杂网络、信息抽取等领域都有重要......
