第一章知識工程發(fā)展概況

一、知識工程的發(fā)展歷史

二、數(shù)據(jù)處理與研究方法

三、知識工程研究的演進脈絡

1、時間分布

2、學科滲透

3、作者分布

4、機構分布

四、知識工程研究的主題分布

五、知識工程研究的發(fā)展趨勢預測分析

六、發(fā)展總結

第二章知識工程之知識表示

一、知識表示概述

1、表示學習的基本概念

2、表示學習的理論基礎

3、知識表示學習的典型應用

4、知識表示學習的主要優(yōu)點

二、知識表示學習的主要方法

1、距離模型

2、單層神經(jīng)網(wǎng)絡模型

3、能量模型

4、雙線性模型

5、張量神經(jīng)網(wǎng)絡模型

6、矩陣分解模型

7、翻譯模型

8、其他模型

三、知識表示學習的主要挑戰(zhàn)與已有解決方案

1、復雜關系建模

2、多源信息融合

3、關建路徑建模

四、知識表示學習未來研究方向展望

1、面向不同知識類型的知識表示學習

2、多源信息融合的知識表示學習

3、考慮復雜推理模式的知識表示學習

4、其他研究方向

第三章知識工程之數(shù)據(jù)庫

一、智庫知識庫的概述

二、智庫知識庫的建設案例

1、rand知識庫建設

2、swp知識庫建設

3、rand和swp兩者比較

三、智庫知識庫的構建要求

四、智庫知識庫的構建流程

1、明確項目的知識需求

2、信息資源的收集獲取

3、信息資源的知識組織

4、智庫知識庫服務提供

五、智庫知識庫的聯(lián)盟化策略探討

六、企業(yè)知識庫管理系統(tǒng)數(shù)據(jù)庫的設計

1、系統(tǒng)設計原則

2、數(shù)據(jù)庫建模方法

七、企業(yè)知識庫系統(tǒng)的設計

1、系統(tǒng)的設計

2、系統(tǒng)的應用

第四章知識工程之知識推理

一、基于本體的貝葉斯網(wǎng)絡知識推理概述

二、建立本體設計知識模型

三、貝葉斯網(wǎng)絡知識推理

四、實例驗證

五、總結

第五章知識工程之系統(tǒng)

一、概述

二、系統(tǒng)的類型

三、系統(tǒng)的構造

四、系統(tǒng)的模型

1、基于規(guī)則的系統(tǒng)

2、基于框架的系統(tǒng)

3、基于模型的系統(tǒng)

4、新型系統(tǒng)

第六章知識工程之大數(shù)據(jù)機器學習

一、大數(shù)據(jù)機器學習系統(tǒng)研究背景

二、大數(shù)據(jù)機器學習系統(tǒng)的技術特征

三、大數(shù)據(jù)機器學習系統(tǒng)的主要研究問題

四、大數(shù)據(jù)機器學習系統(tǒng)的分類

五、典型大數(shù)據(jù)學習方法和系統(tǒng)介紹

六、跨平臺統(tǒng)一大數(shù)據(jù)機器學習系統(tǒng)octopus的研究設計

七、大數(shù)據(jù)機器學xz結

第七章知識工程之知識圖譜

一、知識圖譜的定義與架構

1、知識圖譜的定義

2、知識圖譜的架構

二、知識圖譜的構建技術

1、信息抽取

2、知識融合

3、知識加工

4、知識更新

三、跨語言知識圖譜的構建

1、跨語言知識抽取

2、跨語言知識鏈接

四、知識圖譜的應用

五、問題與挑戰(zhàn)

六、總結

第八章知識工程未來發(fā)展方向

一、知識工程的典型應用

1、在工業(yè)設計中的應用

2、在機械產(chǎn)品參數(shù)化設計中的應用

3、在工藝決策方面的應用

二、知識工程在教育領域的應用

三、知識工程的新興應用領域

1、在電子政務中的應用

2、在電子商務中的應用

3、在虛擬企業(yè)中的應用

4、本體與知識共享

四、知識工程技術發(fā)展方向