咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >知识矩阵表示 收藏

知识矩阵表示

Knowledge Matrix Representation

作     者:张师超 李佳烨 ZHANG Shichao;LI Jiaye

作者机构:广西师范大学计算机科学与工程学院广西桂林541004 中南大学计算机学院湖南长沙410083 

出 版 物:《广西师范大学学报(自然科学版)》 (Journal of Guangxi Normal University:Natural Science Edition)

年 卷 期:2022年第40卷第5期

页      面:36-48页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金重点项目(61836016) 

主  题:知识表示 矩阵表示 关系演算 时态推理 KNN分类 

摘      要:知识表示是一切人工智能算法得以运行的基础,它能够把人类知识表示成机器可以处理的数据结构。本文介绍知识矩阵表示,它可以从知识表示的根本上简化算法的运行过程并提高算法的运行效率。具体地,本文首先将时态推理中的13种区间关系表示转化成5×5矩阵,在此基础上,时态关系演算与传播可以通过矩阵计算获得。然后,将产生式规则的相互关系转化成矩阵,并编码成一个计算公式,它是一个不确定性推理的数学模型。最后,将样本关系表示成矩阵,一次计算就可以获得K值和K个最近邻点,它可以将KNN分类的懒惰学习部分模型化,即转化成数学模型。除此之外,本文展望知识矩阵表示未来的工作,提出知识矩阵表示需要针对不同的应用定义不同的演算方法。

读者评论 与其他读者分享你的观点