欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
统计关系学习(SRL)是人工智能的研究热点之一。它集关系/逻辑表示、似然推理和机器学习/数据挖掘于一体，以获取关系数据中的似然模型。本项目对SRL模型、学习和推理算法、SRL应用等进行研究，完成了原定研究计划，取得如下成果(1) 模型方面，提出基于随机逻辑程序、粗糙集、马尔科夫逻辑网的多种SRL模型，以及溯因随机逻辑程序设计模型；(2) 学习和推理算法方面，提出基于遗传与粒子群算法、基于后验概率、关系缺失数据的一组马尔科夫逻辑网学习算法，以及基于免疫进化算法的贝叶斯网结构学习和基于模板的子句学习等算法；(3) 应用方面，提出基于SRL模型的个性化推荐、过程挖掘、k最近邻划分聚类、半监督k-均值多关系聚类等算法，提出综合两种聚类标准的符号网络聚类、面向大规模动态网络增量聚类和基于局部中心度的Web聚类等算法，提出一种高维空间数据的子空间聚类算法。上述研究成果申请发明专利2项，发表论文68篇，被三大检索收录54篇次，获国家科技进步二等奖和省科技进步一等奖各1项，对促进人工智能研究，推动SRL在生物信息学、社会网分析、知识获取与利用和自然语言理解等领域的应用具有重要意义。
结论摘要：
英文主题词Statistical Relational Learning；Probabilistic Model； Relational/Logic Representation；Probabilistic Reasoning；Relational Learning
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
会议论文
相关项目
刘大有的项目
