期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于贝叶斯网的开放世界知识图谱补全
被引量：
4
1
作者
李
鑫
柏
吴
鑫
然
岳昆
《计算机工程》
CAS
CSCD
北大核心
2021年第6期104-114,共11页
知识图谱中实体所涉及的关系之间通常具有相互依赖的性质,基于这种依赖性可利用数据中的新实体来构造更多的三元组从而补全知识图谱。贝叶斯网(BN)是一种表示和推理变量之间相互依赖关系和不确定性知识的有效模型,将BN作为模型框架,研...
知识图谱中实体所涉及的关系之间通常具有相互依赖的性质,基于这种依赖性可利用数据中的新实体来构造更多的三元组从而补全知识图谱。贝叶斯网(BN)是一种表示和推理变量之间相互依赖关系和不确定性知识的有效模型,将BN作为模型框架,研究基于BN的开放世界知识图谱补全方法。提出知识图谱中关系之间依赖性的表示模型构建方法,构建过程包括模型的基础结构构建和参数表计算,基于关系对实体的描述作用,根据描述作用强的关系决定描述作用弱的关系这一规则构建模型的基础结构。给出基于知识图谱中的三元组来抽取数据集的方法,采用最大似然估计法并利用模型的基础结构和数据集来计算模型的参数表。提出基于BN概率推理的三元组构造方法,将开放世界数据中包含新实体三元组的关系和尾实体作为证据,利用概率推理计算新实体与其他实体之间存在关系的条件概率,以此为依据构造与新实体相关的更多三元组,从而完善知识图谱。在FB15k和DBpedia数据集中分别进行三元组类型预测和链路预测实验,结果表明,该方法具有有效性,其预测召回率和MR值相比现有知识图谱补全方法均有明显提升。
展开更多
关键词
开放世界知识图谱补全
依赖关系
贝叶斯网
概率推理
三元组构造
下载PDF
职称材料
基于深度信念网与隐变量模型的用户偏好建模
被引量：
3
2
作者
潘良辰
吴
鑫
然
岳昆
《计算机工程》
CAS
CSCD
北大核心
2020年第5期54-62,共9页
从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种基于深度信念网(DBN)和贝叶斯网(BN)的用户偏好建模方法。采用DBN对评分数据进行分类,用隐变量表示不能...
从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种基于深度信念网(DBN)和贝叶斯网(BN)的用户偏好建模方法。采用DBN对评分数据进行分类,用隐变量表示不能直接观测到的用户偏好,利用含隐变量的BN描述评分数据中蕴含的相关属性间的依赖关系及其不确定性。在MovieLens和大众点评数据集上的实验结果表明,该方法能够有效描述评分数据中与用户偏好相关的各属性间的依赖关系,其精确率和执行效率均高于隐变量模型。
展开更多
关键词
贝叶斯网
用户偏好
评分数据
隐变量模型
深度信念网
下载PDF
职称材料
一种带隐变量贝叶斯网的事件诱因估计方法
3
作者
何勇
吴
鑫
然
岳昆
《小型微型计算机系统》
CSCD
北大核心
2022年第8期1609-1614,共6页
事件诱因是诱导事件发生的因素,从事件特征数据构建事件诱因模型,进行事件诱因估计,是解决舆论控制、精准决策支持和用户行为定向等问题的重要基础.本文以公共突发事件为背景,以贝叶斯网为不确定性知识表示和推理的基本框架,以多值隐变...
事件诱因是诱导事件发生的因素,从事件特征数据构建事件诱因模型,进行事件诱因估计,是解决舆论控制、精准决策支持和用户行为定向等问题的重要基础.本文以公共突发事件为背景,以贝叶斯网为不确定性知识表示和推理的基本框架,以多值隐变量来描述事件诱因的多个取值,提出一种基于带隐变量贝叶斯网(隐变量模型)的事件诱因模型构建方法,进而利用概率推理算法估计事件诱因.针对事件诱因存在多个取值的问题,本文基于分支限界思想提出最优取值子集提取算法.建立在真实数据集上的实验结果表明,本文提出的事件诱因模型构建方法及相应的诱因估计方法是有效的.
展开更多
关键词
事件诱因
贝叶斯网
隐变量
诱因估计
概率推理
下载PDF
职称材料
带隐变量贝叶斯网学习方法:研究综述
4
作者
吴
鑫
然
岳昆
《云南大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期298-313,共16页
带隐变量贝叶斯网是一种重要的概率图模型,通过引入隐变量,对数据中的隐含知识进行定性和定量描述,从而实现不确定性知识的表示和推理.近年来,带隐变量贝叶斯网的学习,成为了不确定人工智能和知识发现领域中的重要研究方向.文章分析总...
带隐变量贝叶斯网是一种重要的概率图模型,通过引入隐变量,对数据中的隐含知识进行定性和定量描述,从而实现不确定性知识的表示和推理.近年来,带隐变量贝叶斯网的学习,成为了不确定人工智能和知识发现领域中的重要研究方向.文章分析总结了目前带隐变量贝叶斯网学习研究面临的挑战,针对所涉及的确定隐变量的势和个数、参数学习及结构学习这3个方面的工作,介绍确定隐变量势和个数的基本思想,对学界广泛关注的参数学习和结构学习的代表性成果进行了综述,给出相关方法的适用场景、基本思想和主要步骤,也给出相应的对比分析.确定隐变量的势及个数方面,阐述了基于聚类的方法和基于团的方法;参数学习方面,阐述了包括插补、梯度上升、EM算法在内的方法,以及基于EM算法的改进方法;结构学习方面,阐述了基于评分搜索方法和基于条件独立方法的基本思想,以及基于评分搜索算法的改进方法.此外,基于对现有研究成果的分析总结,指出了带隐变量贝叶斯网学习进一步研究的问题及重点.
展开更多
关键词
智能系统
不确定性知识
带隐变量贝叶斯网
参数学习
结构学习
下载PDF
职称材料
题名
基于贝叶斯网的开放世界知识图谱补全
被引量：
4
1
作者
李
鑫
柏
吴
鑫
然
岳昆
机构
云南大学信息学院
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第6期104-114,共11页
基金
云南省教育厅科学研究基金研究生类项目(2020Y0010)。
文摘
知识图谱中实体所涉及的关系之间通常具有相互依赖的性质,基于这种依赖性可利用数据中的新实体来构造更多的三元组从而补全知识图谱。贝叶斯网(BN)是一种表示和推理变量之间相互依赖关系和不确定性知识的有效模型,将BN作为模型框架,研究基于BN的开放世界知识图谱补全方法。提出知识图谱中关系之间依赖性的表示模型构建方法,构建过程包括模型的基础结构构建和参数表计算,基于关系对实体的描述作用,根据描述作用强的关系决定描述作用弱的关系这一规则构建模型的基础结构。给出基于知识图谱中的三元组来抽取数据集的方法,采用最大似然估计法并利用模型的基础结构和数据集来计算模型的参数表。提出基于BN概率推理的三元组构造方法,将开放世界数据中包含新实体三元组的关系和尾实体作为证据,利用概率推理计算新实体与其他实体之间存在关系的条件概率,以此为依据构造与新实体相关的更多三元组,从而完善知识图谱。在FB15k和DBpedia数据集中分别进行三元组类型预测和链路预测实验,结果表明,该方法具有有效性,其预测召回率和MR值相比现有知识图谱补全方法均有明显提升。
关键词
开放世界知识图谱补全
依赖关系
贝叶斯网
概率推理
三元组构造
Keywords
open-world Knowledge Graph Completion(KGC)
interdependent relation
Bayesian Network(BN)
probabilistic reasoning
triple construction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度信念网与隐变量模型的用户偏好建模
被引量：
3
2
作者
潘良辰
吴
鑫
然
岳昆
机构
云南大学信息学院
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第5期54-62,共9页
基金
国家自然科学基金(U1802271)
云南省应用基础研究计划重点项目(2017FA032)
云南大学科研项目(2017YDJQ06)。
文摘
从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种基于深度信念网(DBN)和贝叶斯网(BN)的用户偏好建模方法。采用DBN对评分数据进行分类,用隐变量表示不能直接观测到的用户偏好,利用含隐变量的BN描述评分数据中蕴含的相关属性间的依赖关系及其不确定性。在MovieLens和大众点评数据集上的实验结果表明,该方法能够有效描述评分数据中与用户偏好相关的各属性间的依赖关系,其精确率和执行效率均高于隐变量模型。
关键词
贝叶斯网
用户偏好
评分数据
隐变量模型
深度信念网
Keywords
Bayesian Network(BN)
user preference
rating data
Latent Variable Model(LVM)
Deep Belief Network(DBN)
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种带隐变量贝叶斯网的事件诱因估计方法
3
作者
何勇
吴
鑫
然
岳昆
机构
云南大学信息学院
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第8期1609-1614,共6页
基金
国家自然科学基金-云南联合基金重点支持项目(U1802271)资助
云南省万人计划"青年拔尖人才"计划项目(C6193032)资助
云南省教育厅科学研究基金项目(2020Y0010)资助.
文摘
事件诱因是诱导事件发生的因素,从事件特征数据构建事件诱因模型,进行事件诱因估计,是解决舆论控制、精准决策支持和用户行为定向等问题的重要基础.本文以公共突发事件为背景,以贝叶斯网为不确定性知识表示和推理的基本框架,以多值隐变量来描述事件诱因的多个取值,提出一种基于带隐变量贝叶斯网(隐变量模型)的事件诱因模型构建方法,进而利用概率推理算法估计事件诱因.针对事件诱因存在多个取值的问题,本文基于分支限界思想提出最优取值子集提取算法.建立在真实数据集上的实验结果表明,本文提出的事件诱因模型构建方法及相应的诱因估计方法是有效的.
关键词
事件诱因
贝叶斯网
隐变量
诱因估计
概率推理
Keywords
event inducements
Bayesian network
latent variable
inducement estimation
probabilistic inference
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
带隐变量贝叶斯网学习方法:研究综述
4
作者
吴
鑫
然
岳昆
机构
云南大学信息学院
云南大学云南省智能系统与计算重点实验室
出处
《云南大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期298-313,共16页
基金
云南省智能系统与计算重点实验室项目(202205AG070003)
云南省科技厅重大科技专项(202202AD080001)
云南大学研究生科研创新项目(2021Y023).
文摘
带隐变量贝叶斯网是一种重要的概率图模型,通过引入隐变量,对数据中的隐含知识进行定性和定量描述,从而实现不确定性知识的表示和推理.近年来,带隐变量贝叶斯网的学习,成为了不确定人工智能和知识发现领域中的重要研究方向.文章分析总结了目前带隐变量贝叶斯网学习研究面临的挑战,针对所涉及的确定隐变量的势和个数、参数学习及结构学习这3个方面的工作,介绍确定隐变量势和个数的基本思想,对学界广泛关注的参数学习和结构学习的代表性成果进行了综述,给出相关方法的适用场景、基本思想和主要步骤,也给出相应的对比分析.确定隐变量的势及个数方面,阐述了基于聚类的方法和基于团的方法;参数学习方面,阐述了包括插补、梯度上升、EM算法在内的方法,以及基于EM算法的改进方法;结构学习方面,阐述了基于评分搜索方法和基于条件独立方法的基本思想,以及基于评分搜索算法的改进方法.此外,基于对现有研究成果的分析总结,指出了带隐变量贝叶斯网学习进一步研究的问题及重点.
关键词
智能系统
不确定性知识
带隐变量贝叶斯网
参数学习
结构学习
Keywords
intelligent system
uncertain knowledge
Bayesian network with latent variables
parameter learning
structure learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于贝叶斯网的开放世界知识图谱补全
李
鑫
柏
吴
鑫
然
岳昆
《计算机工程》
CAS
CSCD
北大核心
2021
4
下载PDF
职称材料
2
基于深度信念网与隐变量模型的用户偏好建模
潘良辰
吴
鑫
然
岳昆
《计算机工程》
CAS
CSCD
北大核心
2020
3
下载PDF
职称材料
3
一种带隐变量贝叶斯网的事件诱因估计方法
何勇
吴
鑫
然
岳昆
《小型微型计算机系统》
CSCD
北大核心
2022
0
下载PDF
职称材料
4
带隐变量贝叶斯网学习方法:研究综述
吴
鑫
然
岳昆
《云南大学学报（自然科学版）》
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
