論文の概要: Mobile Link Prediction: Automated Creation and Crowd-sourced Validation
of Knowledge Graphs
- arxiv url: http://arxiv.org/abs/2006.16858v1
- Date: Tue, 30 Jun 2020 14:50:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-15 06:15:21.328486
- Title: Mobile Link Prediction: Automated Creation and Crowd-sourced Validation
of Knowledge Graphs
- Title（参考訳）: モバイルリンク予測:知識グラフの自動生成とクラウドソースによる検証
- Authors: Mark Christopher Ballandies, Evangelos Pournaras
- Abstract要約: 本稿では, 自動化, 専門家, クラウドソーシングによる市民の知識を融合した, 広汎な知識グラフ構築手法を提案する。
ナレッジグラフは、人間によって検証された遺伝的プログラミングを使用して、リンクの自動予測を通じて成長する。
実世界の社会実験において,知識グラフビルダーの精度,実用性,ユーザビリティを評価した。
- 参考スコア（独自算出の注目度）: 2.8360662552057323
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Building trustworthy knowledge graphs for cyber-physical social systems
(CPSS) is a challenge. In particular, current approaches relying on human
experts have limited scalability, while automated approaches are often not
accountable to users resulting in knowledge graphs of questionable quality.
This paper introduces a novel pervasive knowledge graph builder that brings
together automation, experts' and crowd-sourced citizens' knowledge. The
knowledge graph grows via automated link predictions using genetic programming
that are validated by humans for improving transparency and calibrating
accuracy. The knowledge graph builder is designed for pervasive devices such as
smartphones and preserves privacy by localizing all computations. The accuracy,
practicality, and usability of the knowledge graph builder is evaluated in a
real-world social experiment that involves a smartphone implementation and a
Smart City application scenario. The proposed knowledge graph building
methodology outperforms the baseline method in terms of accuracy while
demonstrating its efficient calculations on smartphones and the feasibility of
the pervasive human supervision process in terms of high interactions
throughput. These findings promise new opportunities to crowd-source and
operate pervasive reasoning systems for cyber-physical social systems in Smart
Cities.
- Abstract（参考訳）: サイバー物理社会システム(CPSS)のための信頼できる知識グラフを構築することは困難である。
特に、人間の専門家に依存する現在のアプローチはスケーラビリティが限られているが、自動化されたアプローチは多くの場合、問題のある品質のナレッジグラフを生成するユーザに対して説明できない。
本稿では, 自動化, 専門家, クラウドソース市民の知識を組み合わせた, 広く普及する知識グラフ作成手法を提案する。
知識グラフは、透明性の向上と精度の校正のために人間によって検証された遺伝的プログラミングを使用して、リンクの自動予測を通じて成長する。
ナレッジグラフビルダーはスマートフォンなどの普及したデバイス向けに設計されており、すべての計算をローカライズすることでプライバシを保存する。
スマートフォン実装とスマートシティアプリケーションシナリオを含む実世界の社会実験において,知識グラフビルダーの精度,実用性,ユーザビリティを評価した。
提案する知識グラフ構築手法は,スマートフォン上での効率的な計算と,対話スループットの面での広汎な人的監督プロセスの実現可能性を示しながら,精度でベースライン手法より優れている。
これらの発見は、スマートシティーにおけるサイバー物理社会システムのための広汎な推論システムをクラウドソースし、運用するための新しい機会を約束している。
関連論文リスト
- Neural-Symbolic Reasoning over Knowledge Graphs: A Survey from a Query Perspective [55.79507207292647]
知識グラフ推論は、データマイニング、人工知能、Web、社会科学など、さまざまな分野において重要である。
ニューラルAIの台頭は、深層学習の頑健さと象徴的推論の精度を融合させることで、大きな進歩を見せている。
大規模言語モデル(LLM)の出現により、知識グラフ推論の新しいフロンティアが開かれた。
論文 参考訳（メタデータ） (2024-11-30T18:54:08Z) - Accelerating Medical Knowledge Discovery through Automated Knowledge Graph Generation and Enrichment [0.5188223330672471]
医用知識自動化グラフ(M-KGA)と呼ばれる知識グラフ自動化に対する革新的なアプローチを提案する。
M-KGAは、ユーザが提供する医療概念を活用し、BioPortalを使って意味的にそれらを豊かにする。
本手法では,クラスタベースのアプローチとノードベースのアプローチという,知識グラフ内のコネクションを明らかにするための2つの手法を提案する。
論文 参考訳（メタデータ） (2024-04-21T15:54:27Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Text-Based Automatic Personality Prediction Using KGrAt-Net; A Knowledge
Graph Attention Network Classifier [8.357801312689622]
KGrAt-Netは、自動パーソナリティ予測(APP)を行う知識グラフアテンションネットワークである。
その結果,KGrAt-Netは人格予測精度を大幅に改善した。
論文 参考訳（メタデータ） (2022-05-27T06:33:09Z) - OG-SGG: Ontology-Guided Scene Graph Generation. A Case Study in Transfer
Learning for Telepresence Robotics [124.08684545010664]
画像からのシーングラフ生成は、ロボット工学のようなアプリケーションに非常に関心を持つタスクである。
オントロジー誘導シーングラフ生成(OG-SGG)と呼ばれるフレームワークの初期近似を提案する。
論文 参考訳（メタデータ） (2022-02-21T13:23:15Z) - Conditional Attention Networks for Distilling Knowledge Graphs in
Recommendation [74.14009444678031]
本稿では,知識グラフをレコメンデーションシステムに組み込むために,知識対応コンディショナルアテンションネットワーク(KCAN)を提案する。
本研究では,まず,ユーザ・イテムネットワークとナレッジグラフのグローバルな意味的類似性を捉えるノード表現を得る。
そして,そのサブグラフに条件付きアテンションアグリゲーションを適用することで,その知識グラフを改良し,目標固有ノード表現を得る。
論文 参考訳（メタデータ） (2021-11-03T09:40:43Z) - Spatio-Temporal Urban Knowledge Graph Enabled Mobility Prediction [20.682466719664838]
我々は,知識グラフ技術に基づくユーザのモビリティパターンのモデル化に着目する。
我々は,新しいタイプの知識グラフ,すなわち時空間大都市知識グラフ(STKG)を提案する。
提案手法は,従来の手法と比較して計算時間を43.12%以上削減することで,時間効率が向上することを示す。
論文 参考訳（メタデータ） (2021-11-01T09:09:17Z) - A Survey on State-of-the-art Techniques for Knowledge Graphs
Construction and Challenges ahead [0.2578242050187029]
本稿では,人間に近い品質の知識グラフを自律的に作成するための最先端の自動化手法を批判する。
高品質な知識グラフを提供するために対処する必要があるさまざまな研究課題を強調します。
論文 参考訳（メタデータ） (2021-10-15T11:18:28Z) - An Intelligent Question Answering System based on Power Knowledge Graph [4.424381928034146]
本稿では、電力の巨大異種データからグラフデータベースとグラフコンピューティング技術を用いて、ドメイン知識グラフを紹介する。
その後、電力知識グラフに基づくIQAシステムを提案し、自然尋問の意図と制約を抽出した。
提案した研究は、文脈対応のインテリジェントな質問と回答の基盤を提供することもできる。
論文 参考訳（メタデータ） (2021-06-16T17:57:51Z) - AI in Smart Cities: Challenges and approaches to enable road vehicle
automation and smart traffic control [56.73750387509709]
SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。
本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
論文 参考訳（メタデータ） (2021-04-07T14:31:08Z) - A Heterogeneous Graph with Factual, Temporal and Logical Knowledge for
Question Answering Over Dynamic Contexts [81.4757750425247]
動的テキスト環境における質問応答について検討する。
構築したグラフ上にグラフニューラルネットワークを構築し,エンドツーエンドでモデルをトレーニングする。
論文 参考訳（メタデータ） (2020-04-25T04:53:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。