人工智能时代知识图谱表示学习方法体系

 总结了不含辅助信息的知识图谱表示学习方法,主要是基于距离和基于语义匹配2类主流方法;研究了包含文本辅助信息和类别辅助信息的知识图谱表示学习方法;通过对比各类表示学习方法的优缺点,发现引入辅助信息能有效表达知识图谱中新实体,但时空开支大幅上升,因而在现阶段,不含辅助信息的方法更易应用于实际场景中。分析了知识图谱嵌入如何应用于三元组分类、链路预测、推荐系统等下游任务,整理归纳了应用于不同任务的数据集和开源库的集合,并展望了大规模、动态知识图谱等具有广泛应用前景的研究方向。     

一种基于图注意力机制的气温预测模型

 积极应对气候变化是可持续发展的目标之一。针对气温准确预测任务，提出了一种基于图注意力机制的气温预测模型。该模型在气温站点组成的拓扑结构上使用了注意力机制，选择性地聚合周围区域的气温特征，再使用神经网络拟合复杂的气温变化规律，得到预测结果。实验使用了2000-2010年京津冀地区的气温数据，经大量实验验证，在极少依赖历史气温数据的情况下，模型能够得到更准确的预测值。模型能够为气候预测和气候灾害预防提供决策支持。