
漆桂林 教授
东南大学认知智能研究所
东南大学知识科学与工程实验室的负责人,东南大学认知科学研究所所长格里菲斯大学客座教授、图卢兹大学的客座教授。于2006在贝尔法斯特女王大学获得计算机科学博士学位。曾任职卡尔斯鲁厄大学美国国际复兴开发银行研究所,研究兴趣包括知识表示和推理、不确定性推理和语义网。ARC(声学研究中心)发现项目的共同研究者。,
-
分享简介知识表示和推理的知识图在过去十年,被应用却不曾普及到全行业。本次分享用图形表达本体,从而可以在图形上执行并行推理。将介绍一些关于知识图的非标准推理的工作。基于上下文信息的知识表示学习方法,将介绍我们从数据中学习轻量级本体的工作。最后,将讨论知识图在不同领域的应用,如金融、互联网、物联网等
-
分享提纲
1分享的几个知识点(突出具体的实际行业实例)
2 知识图谱的表现在行业中的展现
3知识图谱的逻辑基础
4知识图谱的更新
5知识图谱的机器学习
6知识图谱的应用
-
分享收益
1.目标:让行业实践者更好地了解知识图谱表示和推理的理论和应用
2.成功(或教训)要点:知识图谱推理需要能够处理大规模数据,所以需要采用并行推理技术
4.启示:提炼出该内容(或项目)的具体收益点。
学习知识图谱的历史,了解知识图谱推理的最新进展,包括逻辑推理和统计推理,了解知识图谱推理的应用。
热门推荐
-
提升领导力:OKR目标管理和激励查看主题
-
京东宙斯618大促开放平台技术架构实践查看主题
-
知识中台:基于知识图谱如何快速构建垂直领域的智能客服查看主题
-
低资源下实时语音图像翻译技术查看主题
-
算法变现经验谈查看主题
-
高性能JVM:从原理到实践深度解析查看主题
-
云原生应用的微服务与Serverless实践查看主题
-
构建企业DevOps度量体系-DevOps驱动价值的交付查看主题
-
《极致产品规划及高效用户需求洞察》--工作坊查看主题
-
项目管理的研发治理查看主题
-
云原生消息系统Apache Pulsar简介查看主题
-
自适应安全技术实践查看主题
-
超大型运维平台的面向终态设计查看主题