统计关系学习(SRL)是人工智能的重要研究热点之一。它集关系/逻辑表示、似然推理和机器学习/数据挖掘于一体,以获取关系数据中的似然模型。相关研究表明似然模型比确定性模型更有效。现有的SRL框架(模型)的学习和推理算法还不够有效,对不完备、精度不尽相同的数据进行有效处理的学习算法、科学评价众多SRL模型的综合指标、对已有典型SRL模型的深入比较研究等都十分缺乏,未见能统一已有典型SRL模型的理论框架
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
半参数统计中的若干问题
基于统计关系学习的汉语指代消解研究
OWL DL公理的统计关系学习方法
基于隐因子模型的统计关系学习