Inférence de connaissances pour les graphes

Cette séance de cours de l'instructeur couvre le concept d'inférence des connaissances pour les graphes, en se concentrant sur la propagation des valeurs d'attribut entre les nœuds connectés dans un graphe. Il traite de l'inférence d'étiquettes, des objectifs d'optimisation, de l'injection de connaissances préexistantes, des algorithmes de propagation d'étiquettes et du comportement des probabilités dans le processus d'inférence. La séance de cours explore également les extensions de la propagation des étiquettes, l'aspect d'apprentissage semi-supervisé et l'application de l'inférence des connaissances dans la complétion des bases de connaissances. Divers modèles et algorithmes pour l'achèvement et l'apprentissage de la base de connaissances sont présentés, ainsi que leurs implications pratiques et leurs références à la recherche connexe.