• 基于知识图谱的可解释人工智能
  • 基于知识图谱的可解释人工智能
  • 基于知识图谱的可解释人工智能
  • 基于知识图谱的可解释人工智能
21年品牌 40万+商家 超1.5亿件商品

基于知识图谱的可解释人工智能

19.8 2.6折 76 八五品

仅1件

北京石景山
认证卖家担保交易快速发货售后保障

作者王亚珅,欧阳小叶,郭大宇

出版社北京理工大学出版社

出版时间2023-10

版次1

装帧其他

上书时间2024-12-23

白洋淀书斋

十七年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
图书标准信息
  • 作者 王亚珅,欧阳小叶,郭大宇
  • 出版社 北京理工大学出版社
  • 出版时间 2023-10
  • 版次 1
  • ISBN 9787576329902
  • 定价 76.00元
  • 装帧 其他
  • 开本 16开
  • 页数 237页
  • 字数 230千字
【内容简介】


本书着重从方角度对基于知识图谱的可解释人工智能的相关研究进行分类梳理,并挑选了智能、问答对话、关系推理等三个具有代表的人工智能任务,在每个任务下遴选出来有具有里程碑意义的典型研究成果,详细介绍基于知识图谱的可解释人工智能的理论模型和应用情况。本书既涵盖了大量经典算法,又引入了来在该领域研究中涌现出的新方法、新思路,力求兼顾内容的基础和前沿。同时,本书还融入了笔者多年来从事以自然语言处理和知识工程为核心的人工智能研究与应用过程中对于知识图谱和可解释人工智能的机理内涵理解与发展趋势研判,详细介绍了知识图谱和可解释人工智能的相关概念内涵、特征机理、关键技术、主要方向、典型案例、演进历程、当前挑战、发展趋势等。

【作者简介】


王亚|,博士,工程师,2012年于北京理工大学计算机学院获学士,2018年于北京理工大学计算机学院获博士,研究方向包括自然语言处理、数据挖掘、知识图谱、社交网络分析等。牵头自然科学青年科学、中国博士后科学会面上资助、中国电科集团新一代人工智能专项行动计划等项目。获2021年中国电子学会科技进步(6/10)、获2018年人工智能学会博士奖等。现任中国中文信息学会语言与知识计算专委会委员、中国图象图形学学会情感计算与理解专业委员会委员等,学技术大学、上海交通大学、北京邮电大学、北京大学等高校企业导师。近五年,以作者(含通讯作者)身份发表tkde、tkdd、acl、、ijcai等会议/期刊20余篇,受理发明专利20项,出版学术专著1部。
【目录】


章  绪论
  1.1  研究背景与意义
  1.2  研究问题与内容
  1.3  研究内容的定位
  1.4  本书的内容组织结构
第2章  知识图谱
  2.1  引言
  2.2  知识图谱概述
    2.2.1  知识的定义与内涵
    2.2.2  知识图谱的定义与内涵
    2.2.3  知识图谱逻辑架构
    2.2.4  知识图谱演进历程
  2.3  知识图谱构建关键技术概述
    2.3.1  知识抽取
    2.3.2  知识融合
    2.3.3  知识加工
  2.4  知识图谱应用关键技术
    2.4.1  知识表示
    2.4.2  知识推理
    2.4.3  知识迁移
  2.5  典型知识图谱产品
  2.6  典型知识图谱的应用
  2.7  知识图谱关键技术发展方向分析
第3章  可解释人工智能
  3.1  人工智能概述
    3.1.1  概念内涵
    3.1.2  主要学派
    3.1.3  核心基石
    3.1.4  发展层次
  3.2  代人工智能
  3.3  第二代人工智能
  3.4  第三代人工智能
  3.5  可解释人工智能
    3.5.1  背景与意义
    3.5.2  定义与目标
    3.5.3  研究内容
    3.5.4  典型项目
    3.5.5  面临挑战与发展趋势
第4章  基于知识图谱的可解释人工智能
  4.1  引言
  4.2  知识图谱对于可解释人工智能的优势分析
  4.3  基于知识图谱的可解释人工智能的研究内容
    4.3.1  结果视角分类:是否强调以路径作为解释依据
    4.3.2  过程角度分类:知识注入方式
  4.4  符号定义
  4.5  基于知识图谱的可解释智能
    4.5.1  基于可解释知识路径递归的智能
    4.5.2  基于可解释知识图谱强化学的智能
    4.5.3  基于可解释用户偏好传播的智能
    4.5.4  面向知识图谱智能的可解释人机交互
    4.5.5  基于可解释知识增强图神经网络的智能
  4.6  基于知识图谱的可解释问答对话
    4.6.1  基于可解释逻辑查询向量建模的问答对话
    4.6.2  基于可解释“箱子”向量推理的问答对话
    4.6.3  基于可解释知识图谱补全的问答对话
    4.6.4  基于可解释可微建模的大规模问答对话
    4.6.5  基于可解释对话意图挖掘的问答对话
  4.7  基于知识图谱的可解释关系推理
    4.7.1  基于可解释轻量化知识表示学嵌入的关系推理
    4.7.2  基于可解释知识交交互建模的关系推理
    4.7.3  基于可解释多关系学的关系推理
    4.7.4  基于可解释因式分解的关系推理
    4.7.5  基于可解释知识迁移的关系推理
第5章  结与展望
  5.1  结
  5.2  发展趋势与展望
参文献

点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP