Creating and Using Links between Data Objects
0 likes2,467 views
www 2012勉強会で発表した資料です。 http://qwik.jp/dbreading/56.html
Creating and Using Links between Data Objects
- 1. 【WWW2012勉強会】 Creating and Using Links between Data Objects 担当： 山本光穂 1 Session 10 担当：山本（デンソーアイティーラボラトリ）
- 2. Creating and Using Links between Data Objects データオブジェクト間のリンクの生成や利用、及びそれらデータを利用して様々な 知見を得る。要はセマンティックwebに関するセッション。 【発表論文】 Factorizing YAGO: Scalable Machine Learning for Linked Data Maximilian Nickel, Volker Tresp, Hans-Peter Kriegel 大規模疎行列分解を考慮した、LODデータのリレーショナル学習 Semantic Navigation on the Web of Data: Specification of Routes, Web Fragments and Actions Valeria Fionda, Claudio Gutierrez, Giuseppe Pirro’ Semantic Navigation におけるRoutes, Web Fragments, Actionsの仕様の定義 Understanding Web Images by Object Relation Network Na Chen, Qian-Yi Zhou, Viktor Prasanna 写真内のオブジェクト認識＋オントロジー＋関係推定 2 Session 10 担当：山本（デンソーアイティーラボラトリ）
- 3. Factorizing YAGO: Scalable Machine Learning for Linked Data 目的・目標 大規模疎行列分解を考慮した、LODデータのリレーショナル学習の提案(RESCAL) 背景・課題 Semantic Web’s LODの規模はwebの規模に合わせ絶賛拡大中 数百万のエンティティ,数百のリレーション,数億のknown facts 論文のコントリビューション 学習結果を改善するためにオントロジー知識を因数分解に組み込むことための手法 結果 提案手法を利用して、 YAGO2 コアオントロジーのリンクの予測実験 デュアルコアのデスクトップコンピュータを使用して、大規模な知識ベースを予測する事が可能 いくつかのリレーショナル学習タスクで良好な結果を達成 3 Session 10 担当：山本（デンソーアイティーラボラトリ）
- 4. Factorizing YAGO: Scalable Machine Learning for Linked Data The MODEL RESCALを利用することによって、 他の疎行列分解と比較して特にレーショナル· データに適用した場合には、集団学習効果を 利用することができる。 ・Adding Attributes to the Factorization 4 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 5. Evaluation ・データの規模に対して線形に計算コストが増加 5 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 6. Semantic Navigation on the Web of Data: Specification of Routes, Web Fragments and Actions 目的・目標 NautiLODと呼ばれる一般的な宣言型仕様記述言語を定義 背景・課題 昔のwebは、クローラを利用して作成した集中型リポジトリを利用してセマンティックを構成することが 可能であった。 →今は、webの大規模化、分散化が進んでいる事から対応は難しい。 論文のコントリビューション NautiLODと呼ばれる一般的な宣言型仕様記述言語を定義。 同言語を実装(swget)。分散環境下で動作。 同実装を利用し、旅行エージェントをシミュレートするようなアプリケーションの可能性検討 6 Session 10 担当：山本（デンソーアイティーラボラトリ）
- 7. Semantic Navigation on the Web of Data: Specification of Routes, Web Fragments and Actions A Navigation Language for the web of data (1) Data Model (2) Syntax (3) Semantic 7 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 8. Semantic Navigation on the Web of Data: Specification of Routes, Web Fragments and Actions IMPLEMENTATION OF NautiLOD(swget) ・Architecture ・Evaluation Result 8 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 9. Understanding Web Images by Object Relation Network 目的・目標 オントロジーとオブジェクト検出の両方の利点を利用したweb画像理解 背景・課題 既存の画像認識技術は、画像内部に何(what)がどこ(where)に写っているかを推定。課題は (1) 認識したオブジェクト自体が画像全体から独立しており、関係性が説明されていない (2) 一般的なオブジェクトだけが検出され、検出器はこれらのオブジェクトへのより具体的な意 味を割り当てるしようとする。そのため検出品質が大幅に低下する。 論文のコントリビューション 写真内のオブジェクト認識＋オントロジー＋関係推定 結果 本技術の利用想定アプリ(Automate Image Tagging, Automatic image description generation, Image search by Image) における有効性を確認 他の代表的な手法と比較してもいい結果でてるんじゃない？ 9 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 10. (参考) CV+NLP http://www.slideshare.net/n_hidekey/ss-12546053より引用 10 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 11. (参考) CV+NLP http://www.slideshare.net/n_hidekey/ss-12546053より引用 11 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 12. Understanding Web Images by Object Relation Network System 12 Session 10 担当：山本（デンソーアイティーラボラトリ） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 13. Result1 Automate Image Tagging, Automatic image description generation 13 Session N: XXX 担当：○○（○○大） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。
- 14. Result 2 14 Session N: XXX 担当：○○（○○大） ※資料中の図、その他の著作権はそれぞれの論文の著者に帰属します。