知识图谱

龙腾AI白云7 小时前
人工智能·django·知识图谱
中国人工智能培训网信部教考中心证书-人工智能系列 本系列高级证书涵盖人工智能、大数据、数据安全及AIGC等核心方向,包括《人工智能应用工程师》《人工智能算法工程师》《人工智能训练工程师》《人工智能标注工程师》《人工智能机器视觉》《大数据分析师》《大数据技术应用工程师》《大数据工程师》《数据安全工程师》《Python应用工程师》《机器学习工程师》以及《AIGC应用工程师》高级证书,分别对应算法研究、模型训练、数据标注、视觉感知、数据分析、平台构建、安全防护、编程开发及生成式AI落地等关键岗位,代表持证人具备扎实的理论基础与解
人工智能培训8 小时前
大数据·人工智能·机器学习·计算机视觉·知识图谱
中国人工智能培训网—AI系列录播课在人工智能与新一代信息技术加速融合的时代背景下,前沿技术人才的系统培养已成为产业升级的关键驱动力。 我们推出系列高端研修课程,涵盖生成式AI、大模型、多模态技术、数字孪生、嵌入式AI(含FPGA与Linux平台)、深度强化学习、迁移学习、边缘计算与边缘智能、量子计算、大数据建模与挖掘、知识图谱与大模型应用、深度学习与图神经网络,以及具身智能等十余个核心方向。课程采用“理论讲解+工程实践”的模式,由一线资深专家授课,帮助学员系统掌握算法原理、开发框架与落地方法,加速技术向实际应用转化。无论是从事人工智能、嵌
Omics Pro12 小时前
开发语言·深度学习·数据挖掘·数据分析·r语言·excel·知识图谱
免费!糖蛋白质组学数据分析糖基化是类关键的蛋白质翻译后修饰,也是疾病生物标志物的重要来源,但在蛋白质组水平上开展糖基化位点与糖型的全面、位点特异性鉴定仍存在计算量大、耗时久的问题。本文开发糖蛋白质组学数据分析软件(GDAS),这是款可从质谱数据中快速、可靠鉴定疾病特异性糖型的高通量计算平台。GDAS将超快开放搜索策略(如MSFragger-Glyco)与统计过滤相结合,将大规模蛋白质组数据库高效精简为显著差异调控糖蛋白的核心集合,进而简化后续使用GlycReSoft、O-Pair等专用工具开展的靶向N-糖基化与O-糖基化分析。专属
沪漂阿龙1 天前
人工智能·知识图谱
面试题详解:GraphRAG 全面解析——知识图谱增强 RAG、Local Search、Global Search、社区摘要、工程落地与评估指标一次讲透1.1 先用一句话讲清楚GraphRAG 可以理解为:在传统 RAG 的基础上,把文档里的实体、关系、事件和主题组织成一张图,再利用这张图来增强检索和生成。普通 RAG 更像“在文档块里找相似内容”,GraphRAG 更像“先画一张知识地图,再沿着地图找答案”。
武汉知识图谱科技1 天前
运维·人工智能·知识图谱
智慧电厂AI中台:从燃料价值链到设备知识图谱的一体化智能运维电力行业作为国民经济的基础命脉,正经历着深刻的变革。一方面,新能源装机占比持续攀升,对传统煤电的调峰能力、运行效率和灵活性提出了更高要求;另一方面,煤炭价格的高位震荡与市场化波动,使得火电企业面临巨大的成本管控压力。在此背景下,通过数字化、智能化技术建设“智慧电厂”,已成为提升核心竞争力、实现精益化运营的必由之路。
高洁011 天前
人工智能·机器学习·数据挖掘·transformer·知识图谱
中国人工智能培训网—AI系列录播课中国人工智能培训网—AI系列录播课为助力技术从业者紧跟前沿、破解落地痛点,我们打造了涵盖十二大核心课程的研修班体系,覆盖AI、大数据、嵌入式、量子计算等领域,搭建理论到实践的学习桥梁。
夜雪闻竹1 天前
数据库·知识图谱·ai编程·knowledge graph
语义搜索实战:从关键词到向量检索本文面向:想深入理解语义搜索实现原理的开发者。 预计阅读时间:10 分钟关键词搜索已经够用了?试试搜"怎么解决数据库死锁"——你可能漏掉所有标题写"SQLite WAL mode"、"并发写入冲突"的笔记。语义搜索能跨越措辞差异,直接理解意图。
searchforAI1 天前
人工智能·经验分享·笔记·gpt·aigc·知识图谱
AI工具自动解析B站、抖音等视频并整理成图文笔记B站上有很多优质的视频访谈、播客、学术讲座,也是日常重要的学习素材。但是想看的视频太多,许多也特别长(比如罗永浩的十字路口,动不动5小时起步)。
searchforAI2 天前
人工智能·笔记·gpt·ai·音视频·知识图谱
我用这款本土NotebookLM平替重构了知识库上周,我盯着电脑屏幕上一个两小时的行业研讨会视频,感到前所未有的无力。这是我需要消化的第三份资料——此前还有一期50分钟的播客和一段40分钟的企业内部录音。如果按传统方式处理,我需要耗费至少5小时进行逐字听写与截图。而deadline就在明天。
我滴老baby3 天前
数据库·人工智能·知识图谱
2026年AI Agent将走向何方?十大趋势深度解析:从多模态融合到自主决策,从端侧部署到具身智能,提前布局下一个万亿级市场🎁个人主页:我滴老baby 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:AIAI Agent在2024-2025年经历了从概念验证到规模化部署的关键跨越,2026年将是产业爆发的元年。本文从技术突破、架构演进、产业落地和监管安全四大维度,系统梳理十大核心趋势,帮助开发者和决策者提前看清方向,在下一个万亿级市场中抢占先机。
KG_LLM图谱增强大模型3 天前
数据库·人工智能·知识图谱
scHilda:大模型与知识图谱分层融合,突破单细胞分型瓶颈scHilda: Hierarchical Integration of LLM with KG database for single cell type annotation
白开水就盒饭4 天前
python·mysql·数据挖掘·知识图谱
《数据挖掘(主编:吕欣、王梦宁)》读书笔记总结参考资料:随着互联网、移动通信、物联网与社交媒体的发展,人类社会已经进入“大数据时代”。目前数据具有典型的 4V 特征:
Omics Pro4 天前
开发语言·人工智能·深度学习·语言模型·r语言·excel·知识图谱
全流程可重复!R语言脂质组学:原始数据→功能解析脂质组学已成为生物医学研究中具有变革性的学科,为代谢信号传导与疾病病理生理机制提供高分辨率解析。R语言凭借完善的生物统计基础架构,成为复杂脂质组学数据可扩展分析的主流平台。本文提出1套完整的R语言脂质组学分析路线图,围绕标准化分析全流程构建:从原始数据采集、预处理,到结构注释、统计建模与功能解析。本文筛选并整合了1套经严格验证的主流R包(4.3.0版本),包括用于特征提取的xcms、MSnbase,基于碎裂模式鉴定的LipidMS 3.0,以及用于质控与归一化的lipidr。同时阐述了如何整合mixOmi
鹏子训4 天前
人工智能·知识图谱·记忆模块·ai记忆·memoryos·时序记忆
MemoryOS:开源时序知识图谱AI记忆系统用过ChatGPT或任何AI助手的人大概都有过这样的体验:昨天告诉AI自己住在北京,今天问它"我住哪儿",它可能还能答对;但是过了两周,你又告诉它你搬到了上海,再问"我之前住哪儿",它可能就一脸茫然,或者开始自己的幻想回答。
沪漂阿龙4 天前
大数据·人工智能·知识图谱
面试题详解:Agent 记忆管理全解析——历史对话获取、摘要记忆、事实记忆、知识图谱记忆一次讲透1.1 如果没有记忆,Agent 就只能“活在当下”很多人第一次接触 Agent 时,会觉得记忆似乎就是保存聊天记录。可一旦系统要跨多轮、多天、甚至跨任务持续工作,就会发现单纯保存原始对话远远不够。因为真正的问题不是“有没有历史”,而是“如何以合理成本,把有价值的历史重新拿回来”。
T_Wang_Lab5 天前
人工智能·知识图谱·数字人文·deepseek百万token
可计算元认知文本分析:癌症经济学语义基线的构建与边界信号检测可计算元认知文本分析:癌症经济学语义基线的构建与边界信号检测摘要背景:癌症经济学研究癌症诊疗费用、保险覆盖、患者财务负担以及政策干预,是连接临床结局与社会福利的关键交叉学科。该学科的文献在语言层面(动词、概念、阈值表达)尚缺乏系统、可复现的量化描述,传统综述仅依赖人工归纳,难以揭示语言特征和方法论边界。
凌晨一点的秃头猪6 天前
论文阅读·人工智能·知识图谱
论文阅读详细版K-RagRec:Knowledge Graph Retrieval-Augmented Generation for LLM-based Recommendation推荐系统在我们的日常生活中变得越来越重要,有助于缓解各类面向用户的在线服务中的信息过载问题。大语言模型(LLMs)的出现取得了显著成就,展现出其推动下一代推荐系统发展的潜力。尽管取得了这些进展,基于大语言模型的推荐系统仍面临源于其模型架构的固有局限性,尤其是幻觉问题(生成虚假信息)以及缺乏最新知识和领域特定知识的问题。近年来,检索增强生成(RAG)技术受到了广泛关注,它通过利用外部知识源来增强大语言模型的理解和生成能力,从而解决这些局限性。然而,传统的 RAG 方法往往会引入噪声,并且忽略了知识中的结构化
千桐科技6 天前
人工智能·大模型·知识图谱·agent·rag·qknow·智能体构建平台
qKnow 智能体构建平台知识图谱能力优化:围绕图谱探索、知识库、数据源、知识推理、知识融合与概念属性的完善升级随着企业知识智能化建设的不断深入,知识图谱、知识库 RAG、Bot 构建以及 AI 应用落地,正在成为企业构建知识中枢和智能应用平台的重要能力。
2401_853087887 天前
金融·知识图谱
2026 金融核心系统知识管理选型:稳敏双态下的合规与协同落地实践金融核心系统研发团队普遍面临一组长期无解的矛盾:稳态核心账务、交易、清算类系统要求强管控、可审计、变更可追溯;敏态营销、渠道、运营类系统要求快速迭代、跨部门协同、文档实时更新。两套节奏、两套流程、两套存储,叠加等保、数据不出境、信创环境适配、供应链合规等硬性约束,让知识管理从"效率问题"变成"合规风险点"。
扬帆破浪7 天前
前端·人工智能·架构·开源·知识图谱
sidecar崩溃后前端怎么续命 重启策略与状态保留chayuan-desktop 桌面单机版的前端是 React 跑在 Tauri webview 里,后端是 Python sidecar 跑在另一个进程。两个进程通过本地 HTTP 通信。sidecar 这一边万一崩了,前端要怎么活下来不让用户重开应用,是 免费开源的AI软件 做得稳的关键之一。这一篇讲 chayuan-desktop 的崩溃处理策略。