مبدلی با ورودی های متفاوت و رمزگشای فوق شبکه جهت تکمیل نمودار دانش

  • سال انتشار: 1403
  • محل انتشار: اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده
  • کد COI اختصاصی: DSAI01_040
  • زبان مقاله: فارسی
  • تعداد مشاهده: 187
دانلود فایل این مقاله

نویسندگان

محمدکاظم فرهادی پور

دانشجو، دانشگاه خلیج فارس ، بوشه

ابراهیم صحافی زاده

استادیا ر، دانشگاه خلیج فار س، بوشهر

حبیب رستمی

دانشیار، دانشگاه خلیج فارس ، بوشهر

چکیده

از بین کاربردهای پیش بینی پیوند مسئله تک میل نمودار دانش به دلیل دامنه گسترده مسائل دنیای واقعی مورد اهمیت است. نمودار دانش در مقیاسبزرگ از تعداد زیادی موجودیت و روابط بین آنها تشکیل می شود. مشکل عمده نمودارهای دانش ساختار و محتوای ناقص آنها است. در نمودارهای دانش واقعی بسیاری از روابط ضمنی بین موجودیت ها به طور کامل کشف نشده است. در این مقاله با استفاده از رویکرد تعبیه نمودار دانش، یک روش جدید بر پا یه مبدل ها برا ی حل مسئله تکمیل نمودار دانش ارائه می گردد. در مدل پیشنهادی بردارهای ورود ی رمزگذار نسبت به مبدل پایه تغییر کرده است. همچنین رمزگشای مبدل یک معماری فوق شبکه بر پایه تحقیقات قبلی است. نتایج به دست آمده نشان می دهد روش پیشنهادی بر روی مجموعه داده های FB۱۵k-۲۳۷ و WN۱۸RR علاوه بر کاهش ابعاد بردار تعبیه ، نسبت به روشهای قبلی عملکرد بهتری دارد.

کلیدواژه ها

پیش بینی پیوند، نمودار دانش، تکمیل نمودار دانش، یادگیری عمیق، مبدل ها

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.