دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Jeff Z. Pan, Diego Calvanese, Thomas Eiter, Ian Horrocks, Michael Kifer, Fangzhen Lin, Yuting Zhao (eds.) سری: Lecture Notes in Computer Science 9885 ISBN (شابک) : 9783319494920, 9783319494937 ناشر: Springer International Publishing سال نشر: 2017 تعداد صفحات: 271 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
کلمات کلیدی مربوط به کتاب Web Reasoning: Logical Foundation of Knowledge Graph Construction and Query Answering: 12th International Summer School 2016، Aberdeen، UK، 5-9 September 2016، سخنرانی های آموزشی: مدیریت پایگاه داده، هوش مصنوعی (شامل رباتیک)، منطق ریاضی و زبانهای رسمی، ذخیرهسازی و بازیابی اطلاعات، برنامه کامپیوتری. در پردازش داده های اداری، داده کاوی و کشف دانش
در صورت تبدیل فایل کتاب Reasoning Web: Logical Foundation of Knowledge Graph Construction and Query Answering: 12th International Summer School 2016, Aberdeen, UK, September 5-9, 2016, Tutorial Lectures به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب Web Reasoning: Logical Foundation of Knowledge Graph Construction and Query Answering: 12th International Summer School 2016، Aberdeen، UK، 5-9 September 2016، سخنرانی های آموزشی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این جلد شامل چند یادداشت سخنرانی دوازدهمین مدرسه تابستانی وب استدلال (RW 2016) است که در آبردین، انگلستان، در سپتامبر 2016 برگزار شد.
در سال 2016، موضوع مدرسه "بنیاد منطقی" بود. ساخت نمودار دانش و پاسخ پرس و جو». مفهوم نمودار دانش از زمانی که گوگل شروع به استفاده از آن برای بهبود موتور جستجوی خود در سال 2012 کرد، رایج شد. در سالهای اخیر شاهد رشد روزافزون سایر غولهای اینترنتی از جمله Open Graph فیسبوک و Satori مایکروسافت بودهایم.هدف یادداشت سخنرانی ارائه یک پایه منطقی برای ساختن و پرس و جوی نمودارهای دانش است. سفر ما از معرفی نمودار دانش و همچنین تاریخچه آن و ساخت نمودارهای دانش با در نظر گرفتن اهداف صریح و ضمنی نویسنده شروع می شود. سپس این کتاب موضوعات مختلفی را پوشش میدهد، از جمله نحوه بازنگری و استفاده مجدد از هستیشناسیها (شما نمودارهای دانش) به روشی ایمن، نحوه ترکیب پرسوجوهای ناوبری با پرسوجوهای تطبیق الگوی اولیه برای نمودار دانش، نحوه تنظیم محیطی برای انجام آزمایشهای دانش. نمودارها، نحوه برخورد با ناسازگاری ها و ابهام در هستی شناسی ها و نمودارهای دانش، و نحوه ترکیب یادگیری ماشین و استدلال ماشینی برای نمودارهای دانش.
This volume contains some lecture notes of the 12th Reasoning Web Summer School (RW 2016), held in Aberdeen, UK, in September 2016.
In 2016, the theme of the school was “Logical Foundation of Knowledge Graph Construction and Query Answering”. The notion of knowledge graph has become popular since Google started to use it to improve its search engine in 2012. Inspired by the success of Google, knowledge graphs are gaining momentum in the World Wide Web arena. Recent years have witnessed increasing industrial take-ups by other Internet giants, including Facebook's Open Graph and Microsoft's Satori.The aim of the lecture note is to provide a logical foundation for constructing and querying knowledge graphs. Our journey starts from the introduction of Knowledge Graph as well as its history, and the construction of knowledge graphs by considering both explicit and implicit author intentions. The book will then cover various topics, including how to revise and reuse ontologies (schema of knowledge graphs) in a safe way, how to combine navigational queries with basic pattern matching queries for knowledge graph, how to setup a environment to do experiments on knowledge graphs, how to deal with inconsistencies and fuzziness in ontologies and knowledge graphs, and how to combine machine learning and machine reasoning for knowledge graphs.
Front Matter....Pages I-XIV
Understanding Author Intentions: Test Driven Knowledge Graph Construction....Pages 1-26
Inseparability and Conservative Extensions of Description Logic Ontologies: A Survey....Pages 27-89
Navigational and Rule-Based Languages for Graph Databases....Pages 90-123
LOD Lab: Scalable Linked Data Processing....Pages 124-155
Inconsistency-Tolerant Querying of Description Logic Knowledge Bases....Pages 156-202
From Fuzzy to Annotated Semantic Web Languages....Pages 203-240
Applying Machine Reasoning and Learning in Real World Applications....Pages 241-257
Back Matter....Pages 259-259