大規模形式文脈における知識コア【JST・京大機械翻訳】

Hanika Tom; Hirth Johannes

プレプリント

J-GLOBAL ID：202202203568199050 整理番号：22P0116608

大規模形式文脈における知識コア【JST・京大機械翻訳】

Knowledge Cores in Large Formal Contexts

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年02月26日プレプリントサーバーでの情報更新日： 2020年02月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

知識計算タスクは,大きなデータセットに対してしばしば実行不可能であった。これは,形式的概念解析(FCA)における知識ベースを導出するとき特に真実である。したがって,この問題に対処する技術に立ち上げることが重要である。多くの成功した方法は,調査したデータセットのサイズを低減するためのランダムプロセスに基づいている。しかし,これは発見された知識に関してほとんど解釈できない。他のアプローチは,それ自身を高度に支持したサブセットに制限し,希少で興味深いパターンを省略する。k-コアと呼ばれるネットワーク科学において本質的に異なるアプローチを用いた。これらは,データセットでよく接続された場合,希少パターンを反映することができる。本研究では,バイパートグラフに対する自然対応を利用して,FCAの現実におけるkコアを研究した。この構造的に動機付けられたアプローチは,大きな形式的文脈データセットから知識コアの分かりやすい抽出につながる。【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る