- 博客(7)
- 收藏
- 关注
原创 Pose Machines: Articulated Pose Estimation via Inference Machines论文阅读
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
2021-03-29 14:35:42 248
原创 VMware中安装Ubuntu
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
2020-10-21 18:27:16 138
原创 知识图谱精选论文集网盘资源
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
2020-10-06 15:10:48 369 3
原创 从零学习知识图谱——04(常见知识库及知识图谱的知识表示方法 )
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。
2020-10-05 20:41:17 2032
原创 从零学习知识图谱——03(知识图谱的表示方法)
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
2020-10-05 20:28:31 1629
原创 从零学习知识图谱——02(知识表示与建模)
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
2020-10-05 20:20:09 431
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人