"本書著重從方法論角度對時序知識圖譜和靜態(tài)知識圖譜在構建和應用等方面進行了詳細對比,并梳理了翻譯模型、張量分解模型、圖神經(jīng)網(wǎng)絡模型、時序點過程模型等具有代表性的時序知識圖譜推理技術路線。本書既涵蓋了大量經(jīng)典算法,又引入了近年來在該領域研究中涌現(xiàn)出的新方法、新思路,力求兼顧內(nèi)容的基礎性和前沿性。同時,本書還融入了筆者多年來從事以自然語言處理和知識工程為核心的人工智能研究與應用過程中對于知識圖譜和時序人工智能的機理內(nèi)涵理解與發(fā)展趨勢研判。
本書可供計算機、人工智能、信息處理、自動化、系統(tǒng)工程、應用數(shù)學等專業(yè)的教師以及相關領域的研究人員和技術開發(fā)人員參考。"
王亞珅,博士,高級工程師,2012年畢業(yè)于北京理工大學計算機學院獲學士學位,2018年畢業(yè)于北京理工大學計算機學院獲博士學位,研究方向包括自然語言處理、數(shù)據(jù)挖掘、知識圖譜、社交網(wǎng)絡分析等。主持國家自然科學基金青年科學基金、中國電科集團新一代人工智能專項行動計劃、中國博士后科學基金會等項目。獲2021年中國電子學會科技進步二等獎(6/10)、2018年人工智能學會優(yōu)秀博士學位論文獎、2024年IEEE DSC杰出論文獎等,F(xiàn)任中國中文信息學會語言與知識計算專委會委員、中國圖象圖形學學會情感計算與理解專委會委員、中國指揮與控制學會平行指控專委會委員、中國自動化學會聯(lián)邦數(shù)據(jù)與聯(lián)邦智能專委會委員等,中國科學技術大學、上海交通大學、北京郵電大學、北京工業(yè)大學等高校研究生企業(yè)導師。主編學術專著2部,以第一作者(含通訊作者)身份發(fā)表TKDE、TKDD、ACL、WWW、IJCAI等頂級期刊/會議論文20余篇,受理發(fā)明專利20余項。