br/>前言
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容及创新点
第2章 相关工作
2.1 知识图谱
2.2 层次商空间
2.3 多粒度知识空间
2.4 知识空间距离
2.5 最优粒度选择
2.6 多粒度决策规则
2.7 多粒度三支决策
第3章 基于层次商空间的知识图谱概念认知
3.1 引言
3.2 层次商空间
3.3 概念认知
3.4 属性重要度
3.5 实验结果及分析
第4章 k层等距多粒度知识空间构建
4.1 引言
4.2 相关基本概念
4.3 k层等距多粒度知识空间构建
4.4 实验结果及分析
第5章 知识图谱概念认知的多粒度决策规则挖掘
5.1 引言
……
内容摘要
认知智能的目的是让机器像人类一样具备理解和思考的能力。概念认知是从全面的视角看待一个概念且清楚地把握概念所指事物的典型特征。知识图谱包含了大量的概念相关实体,通过分析这些实体及其相关信息可以得到概念所指事物的典型特征。因此,知识图谱概念认知能够为机器理解提供先验知识,是认知智能的必要前提。粒计算从多个粒层协同考察数据中隐含的知识,不仅用智能计算模型研究认知问题,而且用人脑的认知规律启发智能计算模型的设计,是实现知识图谱概念认知的有效模型。
本书主要介绍粒计算与知识图谱概念认知的交叉研究的背景、现状及最新成果,主要包括基于层次商空间的知识图谱概念认知、k层等距多粒度知识空间构建、知识图谱概念认知的多粒度决策规则挖掘、基于三支决策的多粒度知识图谱概念认知等。
本书可供计算机、自动化及相关专业的研究人员、教师、研究生、高年级本科生和工程技术人员参考。