weixin_43924162的博客

Pose Machines: Articulated Pose Estimation via Inference Machines 姿态机器:通过推理机进行关节式姿态估计Abstract在这篇文章中，不是在一个学习过的图形模型上进行推理，而是建立在推理机框架上，并提出一种关节式人体姿态估计的方法。Introduction图形模型中的推理是困难和不精确的，例如树形结构或星形结构的模型。这些简化模型无法捕捉每个零件位置之间的重要相关性，并导致特征误差。一个这样的错误——重复计数(见图1)——发生在图像

VMware中安装Ubuntu 镜像各个版本Ubuntu镜像 自行选择链接：https://pan.baidu.com/s/1NyV7K4Z5ie-H0kzfqSATqQ提取码：u8u5傻瓜式安装之后重启

知识图谱相关文献综述报告事件抽取、关系抽取、命名实体识别、实体消歧、知识表示、问答系统链接：https://pan.baidu.com/s/12mOP67Hsq1VoOh5_xO7ayQ提取码：m2j2

知识库CycCyc 是持续时间最久，影响范围较广，争议也较多的知识库项目。Cyc 知识库的知识表示框架主要由术语 Terms 和断言 Assertions 组成。Terms 包含概念、关系和实体的定义。Assertions 用来建立 Terms 之间的关系，这既包括事实 Fact 描述，也包含规则 Rule 的描述。最新的 Cyc 知识库已经包含有 50 万条 Terms 和700 万条 Assertions。 Cyc 的主要特点是基于形式化的知识表示方法来刻画知识。形式化的优势是可以支持复杂的推理。

基于符号的知识图谱表示方法RDFRDF是最常用的符号语义表示模型。 RDF的基本模型是有向标记图 （Directed Labeled Graph） 。图中的每一条边对应于一个三元组（Subject-主语,Predicate-谓语,Object-宾语） 。 一个三元组对于一个逻辑表达式或关于世界的陈述 （Statement）RDFSRDF 提供了描述客观世界事实的基本框架，但缺少类、属性等 Schema 层的定义手段。RDFS（RDF Schema）主要用于定义术语集、类集合和属性集合，主要包括如下

上世纪 90 年代，MIT AI 实验室的 R. Davis 定义了知识表示的五大用途或特点：1.客观事物的机器表示（A KR is a Surrogate） ，即知识表示首先需要定义客观实体的机器指代或指称2.一组本体约定和概念模型（A KR is a Set of Ontological Commitments） ，即知识表示还需要定义用于描述客观事物的概念和类别体系。3.支持推理的表示基础（A KR is a Theory of Intelligent Reasoning） ，即知识表示还需要提

本篇博客内容来自2018年知识图谱发展报告以及百度