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.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Séances de cours associées (11)

Concepts associés (78)

CS-423: Distributed information systems

This course introduces the key concepts and algorithms from the areas of information retrieval, data mining and knowledge bases, which constitute the foundations of today's Web-based distributed infor

Théorie des graphes

vignette|Un tracé de graphe. La théorie des graphes est la discipline mathématique et informatique qui étudie les graphes, lesquels sont des modèles abstraits de dessins de réseaux reliant des objets. Ces modèles sont constitués par la donnée de sommets (aussi appelés nœuds ou points, en référence aux polyèdres), et d'arêtes (aussi appelées liens ou lignes) entre ces sommets ; ces arêtes sont parfois non symétriques (les graphes sont alors dits orientés) et sont alors appelées des flèches ou des arcs.

Lexique de la théorie des graphes

NOTOC Acyclique graphe ne contenant pas de cycle. Adjacence une liste d'adjacence est une structure de données constituée d'un tableau dont le -ème élément correspond à la liste des voisins du -ème sommet. Adjacence une matrice d'adjacence est une matrice carrée usuellement notée , de dimensions , dont chaque élément est égal au nombre d'arêtes incidentes (ayant pour extrémités) aux sommets d'indices et (pour un graphe simple non pondéré, ). Dans le cas d'un graphe pondéré, chaque élément est égal à la somme du poids des arêtes incidentes.

Graph embedding

In topological graph theory, an embedding (also spelled imbedding) of a graph on a surface is a representation of on in which points of are associated with vertices and simple arcs (homeomorphic images of ) are associated with edges in such a way that: the endpoints of the arc associated with an edge are the points associated with the end vertices of no arcs include points associated with other vertices, two arcs never intersect at a point which is interior to either of the arcs. Here a surface is a compact, connected -manifold.

Semaine

vignette|redresse=2|Calendrier de l'année 2022 avec numérotation des semaines selon la norme internationale ISO (du lundi au dimanche). Une semaine (du latin septimana : « semaine ») est une période de sept jours consécutifs. L'adjectif français associé est « hebdomadaire ». Substantivé (utilisé comme nom), le mot désigne une publication paraissant chaque semaine. Trois problématiques sont distinctes : le nombre sept, les noms des jours et leur ordre. Ces trois thèmes sont étudiés dans des articles détaillés.

Connectivity (graph theory)

In mathematics and computer science, connectivity is one of the basic concepts of graph theory: it asks for the minimum number of elements (nodes or edges) that need to be removed to separate the remaining nodes into two or more isolated subgraphs. It is closely related to the theory of network flow problems. The connectivity of a graph is an important measure of its resilience as a network. In an undirected graph G, two vertices u and v are called connected if G contains a path from u to v.

Inférence des connaissances : Désambigation de l'entité et intégration des graphiques CS-423: Distributed information systems

Explore la désambigation des entités, l'intégration des graphiques, les fonctions de notation et les méthodes d'apprentissage.

Extraction d'information et inférence des connaissances CS-423: Distributed information systems

Explore l'extraction de l'information, l'inférence des connaissances, l'induction taxonomique et la désambigation des entités.

Désambiguïsation des entités et prédiction des liens CS-423: Distributed information systems

Explore la désambiguïsation des entités, reliant le texte aux bases de connaissances et la prédiction de liens dans les graphiques de connaissances avec des exemples de Wikipedia.

Extraction d'informations: Algorithmes et Techniques CS-423: Distributed information systems

Explore les algorithmes et les techniques d'extraction de l'information, y compris l'algorithme Viterbi, la reconnaissance des entités nommées, et la surveillance lointaine.

Représentations neuro-symboliques: Connaissances communes et Raisonnement

Explore les représentations neuro-symboliques pour comprendre les connaissances et le raisonnement communs, en mettant l'accent sur les défis et les limites de l'apprentissage profond dans le traitement du langage naturel.