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
基于铁路客流分配的旅客列车开行方案调整方法
基于多色集合理论的医院异常工作流处理建模
基于腔内级联变频的0.63μm波段多波长激光器
结直肠癌免疫治疗的多模态影像及分子影像评估
智能煤矿建设路线与工程实践
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