可解释性是当前AI研究的热点之一。伦敦大学学院Pasquale Minervini博士在可解释AI研讨会做了关于可解释高效可验证表示的报告《Back to Seminars Explainable, Verifiable, Relational Representation Learning from Knowledge Graphs》,共62页PPT,

可解释、数据有效、可验证的表示学习

知识图谱是图结构化的知识库,其中关于世界的知识以实体之间关系的形式进行编码。我们将讨论在大规模知识图谱使用神经链接预测缺失链接的工作,以及如何结合背景知识——形式的一阶逻辑规则或约束——神经链接预测,从更少的数据归纳和整合。最后,我们将讨论如何通过端到端可微推理器共同学习表示和规则。

成为VIP会员查看完整内容
114

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【斯坦福CS520】向量空间中嵌入的知识图谱推理,48页ppt
专知会员服务
82+阅读 · 2020年6月11日
【NeurIPS2019报告推荐】公平与表示学习—UIUC Sanmi Koyejo教授
知识图谱在可解释人工智能中的作用,附81页ppt
专知会员服务
98+阅读 · 2019年11月11日
清华大学:人工智能之知识图谱(附PPT)
人工智能学家
51+阅读 · 2019年6月9日
可解释AI(XAI)工具集—DrWhy
专知
19+阅读 · 2019年6月4日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
50+阅读 · 2018年4月5日
Arxiv
16+阅读 · 2019年9月7日
Arxiv
5+阅读 · 2018年8月28日
Arxiv
27+阅读 · 2018年4月12日
VIP会员
相关VIP内容
【斯坦福CS520】向量空间中嵌入的知识图谱推理,48页ppt
专知会员服务
82+阅读 · 2020年6月11日
【NeurIPS2019报告推荐】公平与表示学习—UIUC Sanmi Koyejo教授
知识图谱在可解释人工智能中的作用,附81页ppt
专知会员服务
98+阅读 · 2019年11月11日
微信扫码咨询专知VIP会员