ナレッジ マップは、人工知能の新しいパラダイムを生み出し、データ駆動型と知識駆動型の組み合わせにより、次世代の人工知能を切り開き、人間と人間、人間と機械、機械と機械のコラボレーションを実現しました。機械。さらに、ナレッジ グラフは従来の人工知能研究分野を打ち破り、テキスト、構造、ビジョン、時系列などの幅広いマルチモデル データから知識を抽出することが、ナレッジ グラフ開発の主な方向性の 1 つとなっています。 . マルチモーダル知識グラフの構築 明示的な記号知識と暗黙的なデータ知識を深く統合し、柔軟に使用できます。ディープラーニング、グラフディープラーニング、転移学習、メタラーニングの深い統合はナレッジグラフの開発トレンドであり、これを使用してあらゆるタイプの大規模なナレッジグラフを構築し、より深い知識推論を実現できます。人工知能への道が説明されました。
Dieter Fensel はセマンティック ネットワーク研究の先駆者の 1 人であり、この本は翻訳者のシーケンス知識マップの分野における彼のチームの主な成果の 1 つです。本書は 5 章で構成されており、主にナレッジ グラフのライフ サイクル全体、概念、構築、実装、保守と展開、技術アーキテクチャ、およびナレッジ グラフとして使用できるナレッジ グラフの将来の作業の方向性、パターン認識、および人工インテリジェンスとコンピューター ビジョン。科学者とエンジニアのための参考書。
ナレッジ マップは、人工知能の新しいパラダイムを生み出し、データ駆動型と知識駆動型の組み合わせにより、次世代の人工知能を切り開き、人間と人間、人間と機械、機械と機械のコラボレーションを実現しました。機械。さらに、ナレッジマップは従来の人工知能研究分野を打ち破り、テキスト、構造、ビジョン、時系列などの幅広いマルチモデルデータから知識を抽出することが、知識開発の主な方向の1つとなっています。マルチモーダル知識マップの構築では、明示的な記号知識と暗黙的なデータ知識を深く統合し、柔軟に使用できます。ディープラーニング、グラフディープラーニング、転移学習、メタラーニングの深い統合はナレッジグラフの開発トレンドであり、これを使用してあらゆるタイプの大規模なナレッジグラフを構築し、より深い知識推論を実現できます。人工知能への道が説明されました。
『Knowledge Graph: Methods, Tools and Cases』の訳者序文より抜粋
