- 槽位抽象器:朝着可扩展的抽象视觉推理
通过结合不同方法的优势,提出了一种可扩展到包含大量对象和多个关系的问题的抽象可视化推理方法,在四个抽象可视化推理任务中展示了最先进的性能。
- GLAD:面向日志异常检测的内容感知动态图
GLAD 是一个基于图的日志异常检测框架,结合日志语义、关系模式和顺序模式,能够有效地检测系统日志中的异常关系模式。
- 基于规则学习的关系模式知识图嵌入的综合研究
知识图谱嵌入(KGE)是解决知识图谱完成(KGC)任务的有效方法。本文通过对 4 种常见关系模式的性能评估和理论分析,引入了一种无需额外训练的训练无关方法(SPA)来提高 KGE 模型的性能。
- 建模知识图谱中的关系模式,用于逻辑查询答案
该论文提出了一种名为 RoConE 的查询嵌入方法,利用几何锥和复数旋转操作模拟关系模式进行模式推断,有效增强了逻辑查询答案的性能。
- KDD超超负曲率知识图谱嵌入
本文提出了一种新的知识图谱嵌入方法 UltraE,它使用超弦广义相对论模型天衣无缝地将双曲和球形流形交错地组织起来,使其能够同时建模异构结构和复杂的关系模式,实验结果表明,UltraE 优于之前的欧几里得和双曲嵌入方法。
- ICCV基于关系嵌入的小样本分类
本研究提出了一种元学习方法,通过关系模式中 “观察什么” 和 “关注何处” 的方式,利用自我相关表示和交叉相关关注,在图像内和图像间学习关系嵌入,以解决少样本分类问题,并在 miniImagenet、tieredImageNet、CUB-2 - 低维双曲知识图谱嵌入
本文介绍了一种超几何知识图嵌入方法,可以同时捕捉层次结构和逻辑模式,并在现有方法的基础上提高了平均倒数排名(MRR)达 6.1%。
- ACLDIAG-NRE:一种远程监督神经关系抽取的神经模式诊断框架
本文提出一种神经模式诊断框架 DIAG-NRE,可以自动从噪音数据中总结和精炼高质量的关系模式,通过在人类专家的循环中实现,以减轻图案编写的劳动强度,使其能够快速泛化到新的关系类型,并在两个实际数据集上展现了与最新技术方法相比显著且可解释的 - ACL关系模式的分布式表示组合
探究分散表示学习在 NLP 应用中的关系,在构建新的数据集上进行关系模型的比较研究,同时提出了增强附加组合的门控加性附加组合算法,实验证明新数据集不仅可以更好地分析不同编码器的性能,还能预测分散表示技术在关系分类任务中的成功率。
- MM多媒体大数据聚类挑战的基于元知识的新处理技术
本研究通过提取多媒体数据集中的元特征,针对高纬结构化和非结构化数据的 23 位表示进行元知识表征的优化,以适用于 Golay 码算法的挖掘技术,研究数据点之间的关系模式和聚类预测分析方法。