Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
Submit search
EN
Uploaded by
KnowledgeGraph
PDF, PPTX
3,458 views
ナレッジグラフ推論チャレンジの紹介
ナレッジグラフ推論チャレンジの紹介 ~解釈可能な人工知能を目指して~ 人工知能学会セマンティックウェブとオントロジー(SWO)研究会
Technology
◦
Related topics:
Knowledge Graph Insights
•
Linked Data
•
Semantic Web
•
Read more
7
Save
Share
Embed
Embed presentation
Download
Download as PDF, PPTX
1
/ 10
2
/ 10
3
/ 10
Most read
4
/ 10
Most read
5
/ 10
Most read
6
/ 10
7
/ 10
8
/ 10
9
/ 10
10
/ 10
More Related Content
PDF
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)
by
KnowledgeGraph
PDF
ナレッジグラフ入門
by
KnowledgeGraph
PPTX
第3回ナレッジグラフ推論チャレンジ2020の紹介
by
KnowledgeGraph
PPTX
モデル高速化百選
by
Yusuke Uchida
PDF
研究効率化Tips Ver.2
by
cvpaper. challenge
PDF
ナレッジグラフ/LOD利用技術の入門(前編)
by
KnowledgeGraph
PDF
オントロジーとは?
by
Kouji Kozaki
PDF
ナレッジグラフ/LOD利用技術の入門(後編)
by
KnowledgeGraph
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)
by
KnowledgeGraph
ナレッジグラフ入門
by
KnowledgeGraph
第3回ナレッジグラフ推論チャレンジ2020の紹介
by
KnowledgeGraph
モデル高速化百選
by
Yusuke Uchida
研究効率化Tips Ver.2
by
cvpaper. challenge
ナレッジグラフ/LOD利用技術の入門(前編)
by
KnowledgeGraph
オントロジーとは?
by
Kouji Kozaki
ナレッジグラフ/LOD利用技術の入門(後編)
by
KnowledgeGraph
What's hot
PDF
LDA入門
by
正志 坪坂
PDF
cvpaper.challenge 研究効率化 Tips
by
cvpaper. challenge
PDF
ナレッジグラフ推論チャレンジ:応募に向けた「技術勉強会」資料
by
KnowledgeGraph
PDF
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
by
Preferred Networks
PDF
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
by
Deep Learning JP
PDF
一般向けのDeep Learning
by
Preferred Networks
PDF
合成変量とアンサンブル:回帰森と加法モデルの要点
by
Ichigaku Takigawa
PDF
大規模データ時代に求められる自然言語処理
by
Preferred Networks
PPTX
[DL輪読会]Dense Captioning分野のまとめ
by
Deep Learning JP
PDF
最近のディープラーニングのトレンド紹介_20200925
by
小川 雄太郎
PDF
グラフニューラルネットワーク入門
by
ryosuke-kojima
PDF
最適輸送の解き方
by
joisino
PPTX
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
by
Deep Learning JP
PPTX
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
by
Deep Learning JP
PDF
ELBO型VAEのダメなところ
by
KCS Keio Computer Society
PDF
抽出型要約と言い換えによる生成型要約の訓練データ拡張
by
MENGSAYLOEM1
PDF
画像の基盤モデルの変遷と研究動向
by
nlab_utokyo
PPTX
論文の書き方入門 2017
by
Hironori Washizaki
PPTX
Deep Learning による視覚×言語融合の最前線
by
Yoshitaka Ushiku
PDF
自己教師学習(Self-Supervised Learning)
by
cvpaper. challenge
LDA入門
by
正志 坪坂
cvpaper.challenge 研究効率化 Tips
by
cvpaper. challenge
ナレッジグラフ推論チャレンジ:応募に向けた「技術勉強会」資料
by
KnowledgeGraph
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
by
Preferred Networks
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
by
Deep Learning JP
一般向けのDeep Learning
by
Preferred Networks
合成変量とアンサンブル:回帰森と加法モデルの要点
by
Ichigaku Takigawa
大規模データ時代に求められる自然言語処理
by
Preferred Networks
[DL輪読会]Dense Captioning分野のまとめ
by
Deep Learning JP
最近のディープラーニングのトレンド紹介_20200925
by
小川 雄太郎
グラフニューラルネットワーク入門
by
ryosuke-kojima
最適輸送の解き方
by
joisino
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
by
Deep Learning JP
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
by
Deep Learning JP
ELBO型VAEのダメなところ
by
KCS Keio Computer Society
抽出型要約と言い換えによる生成型要約の訓練データ拡張
by
MENGSAYLOEM1
画像の基盤モデルの変遷と研究動向
by
nlab_utokyo
論文の書き方入門 2017
by
Hironori Washizaki
Deep Learning による視覚×言語融合の最前線
by
Yoshitaka Ushiku
自己教師学習(Self-Supervised Learning)
by
cvpaper. challenge
Similar to ナレッジグラフ推論チャレンジの紹介
PDF
ナレッジグラフ推論チャレンジ技術勉強会(2018/10/18)
by
KnowledgeGraph
PDF
ナレッジグラフ推論チャレンジ2019技術勉強会(10/21開催)
by
KnowledgeGraph
PDF
第1回推論チャレンジの振り返り&第2回の開催概要
by
KnowledgeGraph
PDF
第2回ナレッジグラフ推論チャレンジ2019応募に向けて
by
KnowledgeGraph
PDF
[part 1]ナレッジグラフ推論チャレンジ・Tech Live!
by
KnowledgeGraph
PDF
ナレッジグラフ推論チャレンジ2018ミートアップ@東京(2018/12/26)
by
KnowledgeGraph
PDF
第1回ナレッジグラフ推論チャレンジ2018開催報告~ 第2回チャレンジ開催案内~
by
KnowledgeGraph
ナレッジグラフ推論チャレンジ技術勉強会(2018/10/18)
by
KnowledgeGraph
ナレッジグラフ推論チャレンジ2019技術勉強会(10/21開催)
by
KnowledgeGraph
第1回推論チャレンジの振り返り&第2回の開催概要
by
KnowledgeGraph
第2回ナレッジグラフ推論チャレンジ2019応募に向けて
by
KnowledgeGraph
[part 1]ナレッジグラフ推論チャレンジ・Tech Live!
by
KnowledgeGraph
ナレッジグラフ推論チャレンジ2018ミートアップ@東京(2018/12/26)
by
KnowledgeGraph
第1回ナレッジグラフ推論チャレンジ2018開催報告~ 第2回チャレンジ開催案内~
by
KnowledgeGraph
More from KnowledgeGraph
PDF
【LODC2022データ作成部門優秀賞】VirtualHome2KGデータセット―家庭内の日常生活行動のシミュレーション動画とナレッジグラフ―
by
KnowledgeGraph
PDF
Contextualized Scene Knowledge Graphs for XAI Benchmarking
by
KnowledgeGraph
PDF
Knowledge Graph Reasoning Techniques through Studies on Mystery Stories - Rep...
by
KnowledgeGraph
PDF
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
by
KnowledgeGraph
PDF
Linked Open Data勉強会2020 後編:SPARQLの簡単な使い方、SPARQLを使った簡単なアプリ開発
by
KnowledgeGraph
PDF
Linked Open Data勉強会2020 前編:LODの基礎・作成・公開
by
KnowledgeGraph
PDF
Report on the First Knowledge Graph Reasoning Challenge 2018 -Toward the eXp...
by
KnowledgeGraph
PDF
第2回ナレッジグラフ推論チャレンジ2019:ツール部門の紹介
by
KnowledgeGraph
PDF
第1回ナレッジグラフ推論チャレンジ2018の振り返り
by
KnowledgeGraph
PDF
【ナレッジグラフ推論チャレンジ】SPARQLと可視化ツールを用いた推論検討例
by
KnowledgeGraph
【LODC2022データ作成部門優秀賞】VirtualHome2KGデータセット―家庭内の日常生活行動のシミュレーション動画とナレッジグラフ―
by
KnowledgeGraph
Contextualized Scene Knowledge Graphs for XAI Benchmarking
by
KnowledgeGraph
Knowledge Graph Reasoning Techniques through Studies on Mystery Stories - Rep...
by
KnowledgeGraph
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
by
KnowledgeGraph
Linked Open Data勉強会2020 後編:SPARQLの簡単な使い方、SPARQLを使った簡単なアプリ開発
by
KnowledgeGraph
Linked Open Data勉強会2020 前編:LODの基礎・作成・公開
by
KnowledgeGraph
Report on the First Knowledge Graph Reasoning Challenge 2018 -Toward the eXp...
by
KnowledgeGraph
第2回ナレッジグラフ推論チャレンジ2019:ツール部門の紹介
by
KnowledgeGraph
第1回ナレッジグラフ推論チャレンジ2018の振り返り
by
KnowledgeGraph
【ナレッジグラフ推論チャレンジ】SPARQLと可視化ツールを用いた推論検討例
by
KnowledgeGraph
Recently uploaded
PDF
Machine Tests Benchmark Suite. Explain github.com/alexziskind1/machine_tests #1
by
Tasuku Takahashi
PDF
エンジニアが選ぶべきAIエディタ & Antigravity 活用例@ウェビナー「触ってみてどうだった?Google Antigravity 既存IDEと...
by
NorihiroSunada
PDF
Machine Tests Benchmark Suite. Explain github.com/alexziskind1/machine_tests #2
by
Tasuku Takahashi
PDF
流行りに乗っかるClaris FileMaker 〜AI関連機能の紹介〜 by 合同会社イボルブ
by
Evolve LLC.
PDF
20251210_MultiDevinForEnterprise on Devin 1st Anniv Meetup
by
Masaki Yamakawa
PPTX
楽々ナレッジベース「楽ナレ」3種比較 - Dify / AWS S3 Vector / Google File Search Tool
by
Kiyohide Yamaguchi
Machine Tests Benchmark Suite. Explain github.com/alexziskind1/machine_tests #1
by
Tasuku Takahashi
エンジニアが選ぶべきAIエディタ & Antigravity 活用例@ウェビナー「触ってみてどうだった?Google Antigravity 既存IDEと...
by
NorihiroSunada
Machine Tests Benchmark Suite. Explain github.com/alexziskind1/machine_tests #2
by
Tasuku Takahashi
流行りに乗っかるClaris FileMaker 〜AI関連機能の紹介〜 by 合同会社イボルブ
by
Evolve LLC.
20251210_MultiDevinForEnterprise on Devin 1st Anniv Meetup
by
Masaki Yamakawa
楽々ナレッジベース「楽ナレ」3種比較 - Dify / AWS S3 Vector / Google File Search Tool
by
Kiyohide Yamaguchi
ナレッジグラフ推論チャレンジの紹介
1.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 ナレッジグラフ推論チャレンジの紹介 ~解釈可能な人工知能を目指して~ 人工知能学会セマンティックウェブとオントロジー(SWO)研究会 1
2.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 開催趣旨 “何に”チャレンジするのか? シャーロック・ホームズのような “推理”(推論)ができるAI技術の開発 にチャレンジする! 具体的には, 与えられた事実(情報)に基づいて… 事件の犯人を,正しく突き止める その理由(証拠,トリック,etc.)を,適切に説明する →“説明能力(解釈可能性)”をもったAI技術の開発 2
3.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 開催概要 開催期間: 2018/10/30: チャレンジ応募〆切 2018/11/25:
授賞式(JIST2018@淡路島・併設) タスク(課題)の概要 推理小説の内容をもとに,事件の背景,起こった出来事, 人物像などを知識化したナレッジグラフ(LOD)を用いて, “犯人を推理する” ただし,(人を犯罪者にする以上) “その理由をきちんと説明できる”こと! 対象とする推理小説 「シャーロック・ホームズ」短編シリーズから人気No.1の 「まだらのひも」をナレッジグラフ化 3
4.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 ナレッジグラフ化の考え方 犯人を推論(推理)するのに必要な知識を提供する 「推理小説」で描かれる様々な状況を,できるだけ統一的 な形式で計算機処理(検索・推論・etc.)可能にする ナレッジグラフ化の基本方針 「推理小説」の内容を,最小単位の「場面(シーン)」に分割 →場面ごとにID(IRI)を付与 「各場面の記述内容」および「場面間の関係」をグラフ化 →グラフ化に必要なクラス・プロパティを定義 場面1 場面2
場面3 場面4 場面5 ・・・ ・・・ 4 ナレッジグラフの概要
5.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 ナレッジグラフの例 5 原文(英語/日本語) 各場面には 一意の ID(IRI) を与える 絶対時間 主語・述語・目的語は全て 「リソース」として定義 →他の場面で同じ目的語 を参照できる 述語 主語 他の場面 場面の種類(クラス)分け -Situation:事実・状況の描写 -Statement:Aの発言 -Talk:AのBへの発言 -Thought:Aの考え
6.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 ナレッジグラフの全体像 6 約400場面をナレッジグラフ化 データ数:4,381トリプル データ公開: ・SPARQLエンドポイント ・可視化ツール ・RDFダンプファイル ・参照解決可能なIRI ・元データ
7.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 想定している応募内容 推理?推論?推定?する手法は,情報技術であれば なんでもOK! 手法1 SPARQLで検索して探す 例)
特定の時間に特定の場所に居た人をUnionで探す,など 手法2 一階述語論理に基づくルールを加えて推論す 例) ナイフに個人の指紋がある ⇒ 犯人である,など 手法3 オントロジーに基づいて記述論理で推論する 例) 犯人クラスを定義し,犯人候補との包摂関係を推論する,など 手法4 機械学習を用いて分類,クラスタリングして推定する 例) 他の事件における犯人の特徴群から学習・推定する,など 提供されたナレッジグラフ以外の外部知識も利用可 適切な推理を進める上で必要な“捜査戦略”や“常識知識”の 導入も,キーポイントの1つ. 7
8.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 推理(推論)の例 ジュリアの死に不審な点があると,ヘレンから相 談を受ける ↓ ←犯人は現場にいた人【外部知識】 「ジュリアが死んだ日」に現場の屋敷にいた人物 の一覧を取得する ジュリアが結婚すると,ロイロット博士に入るお金 が減る ↓
←お金は殺人の動機になりうる【外部知識】 ロイロット博士がジュリアを殺す動機になる 8
9.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 応募要領の概要 提出物 1. 【必須】推論・推理の詳細な過程(=プログラムのログなど) 2.
【必須】説明資料 どのIDまでの知識を使ったか,など 3. 推論・推理のために応募者が追加した「知識」 4. 利用したプログラム ※プログラム不要のアイデア部門募集も検討中 審査基準 1. 正しく犯人を当てているか? 2. 説明が納得できるか? 3. 技術的な工夫 推論の仕方 拡張した知識 4. 評価観点 汎用性:一般的な知見となりうるか? 少ない知識をうまく使う vs. 多量の知識? 9
10.
CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会 今後の予定 2018/8/上旬?:応募に向けた勉強会 SPARQLなどナレッジグラフを扱う技術のチュートリアル 提供するナレッジグラフの詳細説明 2018/10/30: チャレンジ応募〆切 2018/11/25:
授賞式 (JIST2018@淡路島での併設イベントを予定) 2018/12月以降 応募者共著で人工知能学会論文誌へ投稿を予定.国際会議 での発表も予定 2年目以降は国際イベント化し,海外からの参加も募集! ナレッジグラフ構築の自動化など,タスク範囲の拡大も検討 10 詳細は公式サイト,http://challenge.knowledge-graph.jp/ もしくは「推論チャレンジ」で検索
Download