多源知識的融合與應用 王曉玲 9787121499388 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202503*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：多源知識的融合與應用
ISBN：9787121499388
出版社：電子工業
著編譯者：王曉玲
頁數：189
所在地：中國大陸 *此為代購商品
書號：1747231
可大量預訂，請先連絡。

內容簡介

本書圍繞多源知識融合技術展開，系統地介紹了多源知識融合的基本概念、關鍵技術、應用場景和發展趨勢。書中涵蓋當前主流的多模態數據處理技術，這些技術能夠實現跨模態信息檢索，從而消除不同數據源之間的語義隔閡，促進知識的互通與共享。 本書首先詳細講解了文本、圖像、信號和視頻等不同模態數據的知識獲取方法；然後重點探討了多模態數據的語義表示與檢索，以及多模態知識圖譜的融合方法；最後探討了多源知識融合技術在推薦系統、知識問答、輔助決策等前沿領域的應用及相關技術挑戰與未來展望，並通過實際案例展示了多源知識融合技術如何賦能領域應用。 本書可以供從事多源知識研究和工程應用的專業技術人員參考，也可以作為高等院校相關專業本科高年級學生和研究生的參考用書。

目錄

第1章 多源知識融合概述
1 1 多源知識融合的應用背景
1 2 多源知識融合的相關技術
1 3 多源知識融合技術的應用
1 4 知識融合技術的發展前景
第2章 文本數據的知識獲取
2 1 文本知識抽取任務的定義
2 1 1 實體識別的定義
2 1 2 關係抽取的定義
2 2 文本知識抽取的常用方法
2 2 1 實體識別的常用方法
2 2 2 關係抽取的常用方法
2 3 常用數據集
2 3 1 實體識別數據集
2 3 2 關係抽取數據集
2 4 技術挑戰與未來展望
2 5 本章小結
參考文獻
第3章 圖像數據的知識獲取
3 1 圖像知識表徵方法
3 1 1 傳統的圖像知識表徵方法
3 1 2 基於深度神經網絡的圖像知識表徵方法
3 2 圖像知識抽取任務
3 2 1 目標檢測
3 2 2 關鍵點檢測
3 2 3 圖像分割
3 2 4 圖像生成
3 3 常用數據集
3 3 1 ImageNet數據集
3 3 2 COCO數據集
3 3 3 OpenImages數據集
3 3 4 MSTAR數據集
3 4 技術挑戰與未來展望
3 5 本章小結
參考文獻
第4章 信號數據的知識獲取
4 1 信號數據的定義及特點
4 2 信號數據知識表徵
4 2 1 傳統的信號數據知識表徵方法
4 2 2 基於深度神經網絡的信號數據知識表徵方法
4 3 信號數據知識抽取任務
4 3 1 信號分類
4 3 2 信號生成
4 3 3 長期預測
4 3 4 異常檢測
4 3 5 語音識別
4 4 常用數據集
4 4 1 UCI-HAR數據集
4 4 2 SEED數據集
4 4 3 ETT數據集
4 4 4 SWaT數據集
4 4 5 LibriSpeech數據集
4 4 6 MTAD數據集
4 5 技術挑戰與未來展望
4 6 本章小結
參考文獻
第5章 視頻數據的知識獲取
5 1 視頻知識的含義
5 2 視頻內容知識抽取任務
5 2 1 時序動作分類
5 2 2 時序動作檢測
5 3 高層語義分析任務
5 3 1 視頻摘要生成與事件高亮片段檢測
5 3 2 視頻中的人物重識別與檢索
5 3 3 視頻中的人物關係識別
5 3 4 視頻中的人物微表情分析
5 3 5 視頻中的片段檢索
5 4 常用數據集
5 4 1 視頻動作分類數據集
5 4 2 時序動作檢測數據集
5 4 3 視頻檢索數據集
5 5 技術挑戰與未來展望
5 6 本章小結
參考文獻
第6章 多模態數據的語義表示與檢索
6 1 跨模態檢索任務的核心概念
6 2 多模態數據的語義表示方法
6 2 1 實值表示學習
6 2 2 二值表示學習
6 3 跨模態檢索方法
6 3 1 基於傳統方法的跨模態檢索
6 3 2 基於深度學習的跨模態檢索
6 4 跨模態檢索的數據集
6 4 1 NUS-WIDE數據集
6 4 2 COCO數據集
6 4 3 Flickr30k數據集
6 4 4 MUGE數據集
6 4 5 WuDaoMM數據集
6 5 跨模態檢索的評估標準
6 5 1 mAP
6 5 2 Precision-Recall
6 5 3 Precision-TopK
6 5 4 Recall@K
6 6 跨模態檢索任務的典型應用
6 6 1 跨模態食譜檢索
6 6 2 跨模態人臉檢索
6 7 技術挑戰與未來展望
6 8 本章小結
參考文獻
第7章 多模態知識圖譜的融合
7 1 多源知識圖譜融合的定義
7 2 多模態知識圖譜融合方法
7 2 1 本體匹配
7 2 2 實體對齊
7 2 3 實體鏈接
7 2 4 真值發現
7 3 工具軟體和評測數據集
7 4 技術挑戰與未來展望
7 5 本章小結
參考文獻
第8章 基於多模態知識的推薦系統
8 1 推薦系統和多模態推薦
8 1 1 推薦系統的任務定義
8 1 2 多模態推薦的任務定義
8 2 多模態推薦的特徵提取
8 3 基於矩陣分解的多模態推薦
8 4 基於注意力網絡的多模態推薦
8 5 基於圖神經網絡的多模態推薦
8 5 1 基於異質圖融合的多模態推薦
8 5 2 基於同質圖融合的多模態推薦
8 6 多模態推薦的模態融合
8 6 1 早期融合
8 6 2 晚期融合
8 6 3 中間融合
8 7 多模態推薦的常用數據集
8 8 技術挑戰與未來展望
8 9 本章小結
參考文獻
第9章 知識問答系統
9 1 基於流水線方法的知識問答系統
9 1 1 多源問題解析和查詢生成
9 1 2 信息檢索與答案生成
9 2 基於端到端方法的知識問答系統
9 2 1 基於表示學習的方法
9 2 2 基於深度學習的方法
9 2 3 基於知識的回復改寫方法
9 3 知識問答系統的應用
9 3 1 多輪對話系統的設計方案
9 3 2 多輪對話系統的架構
9 3 3 多輪對話系統應用示例
9 4 知識問答系統的常用數據集
9 5 技術挑戰與未來展望
9 6 本章小結
參考文獻
第10章 基於多源知識的輔助決策系統
10 1 基於多源知識的推理與決策
10 1 1 基於規則的推理
10 1 2 基於表示學習的推理
10 1 3 基於知識的時空
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。