知 識 圖 譜 作 為 機 器 認 知 智 能 實 現 的 基 礎 之 一 , 是 人工智能的重要組成部分,有助於實現自動化和智能化 獲取、挖掘和應用知識,獲得了產業界和學術界的廣泛 關注。知識圖譜是以結構化的形式描述客觀世界中的概 念、實體及其關係的大型知識網絡,將信息表達成更接 近 人 類 認 知 的 形 式 , 提 供 了 一 種 更 好 地 組 織 、 管 理 和 理解海量信息的能力。在政策部署、技術研發、標準研 製、產業化推廣、前沿應用場景試點等多方麵因素的共 同驅動下,知識圖譜逐漸實現在智慧金融、智慧醫療、 智 慧 能 源 、 智 能 製 造 等 眾 多 領 域 的 落 地 應 用 和 深 度 融 合,同時在各行業的數字化轉型過程中,跨領域、行業 或產業的知識圖譜也逐漸獲得關注。

然 而 , 知 識 圖 譜 的 構 建 與 應 用 過 程 有 賴 於 多 方 的 共同參與,而且需要有效的運營維護,這導致相關項目 在實際建設中存在失敗的風險。尤其對於知識圖譜應用 企業而言,麵臨著概念模糊、基礎薄弱、需求不清、路 徑不明、選型困難、邊界不清、期望過高、評估缺失、 管理困難等問題,如何選擇、設計和建設合適自身的知 識圖譜應用係統並有效部署運行,已成為當前的一項重 大挑戰。

為進一步推進知識圖譜在各領域的深化融合應用,幫助企業加深對知識圖譜相關係統的認知,輔助企業正確認識、選擇、實施和應用知識圖譜,編製組依托知識圖譜產業推進方陣、全國信息技術標準化技術委員會人工智能分委會知識圖譜工作組啟動並編製了《知識圖譜選型與實施指南》,從以下八大問題出發形成了各章節內容,具體白皮書展開邏輯架構圖見圖0-1。

1、什麼是知識圖譜 2、為什麼應用知識圖譜 3、什麼是知識圖譜應用係統 4、適不適合建設知識圖譜應用係統 5、如何選擇知識圖譜應用係統 6、如何建設知識圖譜應用係統 7、如何選擇知識圖譜應用係統建設方 8、有什麼參考方案

由於知識圖譜技術發展迅速,白皮書編製時間和作者學識限製,恐有紙漏或不嚴謹之處,敬請諒解和批評指正。

"> 重磅!中國電子標準院發布《知識圖譜選型與實施指南》,229頁pdf - 專知VIP

知 識 圖 譜 作 為 機 器 認 知 智 能 實 現 的 基 礎 之 一 , 是 人工智能的重要組成部分,有助於實現自動化和智能化 獲取、挖掘和應用知識,獲得了產業界和學術界的廣泛 關注。知識圖譜是以結構化的形式描述客觀世界中的概 念、實體及其關係的大型知識網絡,將信息表達成更接 近 人 類 認 知 的 形 式 , 提 供 了 一 種 更 好 地 組 織 、 管 理 和 理解海量信息的能力。在政策部署、技術研發、標準研 製、產業化推廣、前沿應用場景試點等多方麵因素的共 同驅動下,知識圖譜逐漸實現在智慧金融、智慧醫療、 智 慧 能 源 、 智 能 製 造 等 眾 多 領 域 的 落 地 應 用 和 深 度 融 合,同時在各行業的數字化轉型過程中,跨領域、行業 或產業的知識圖譜也逐漸獲得關注。

然 而 , 知 識 圖 譜 的 構 建 與 應 用 過 程 有 賴 於 多 方 的 共同參與,而且需要有效的運營維護,這導致相關項目 在實際建設中存在失敗的風險。尤其對於知識圖譜應用 企業而言,麵臨著概念模糊、基礎薄弱、需求不清、路 徑不明、選型困難、邊界不清、期望過高、評估缺失、 管理困難等問題,如何選擇、設計和建設合適自身的知 識圖譜應用係統並有效部署運行,已成為當前的一項重 大挑戰。

為進一步推進知識圖譜在各領域的深化融合應用,幫助企業加深對知識圖譜相關係統的認知,輔助企業正確認識、選擇、實施和應用知識圖譜,編製組依托知識圖譜產業推進方陣、全國信息技術標準化技術委員會人工智能分委會知識圖譜工作組啟動並編製了《知識圖譜選型與實施指南》,從以下八大問題出發形成了各章節內容,具體白皮書展開邏輯架構圖見圖0-1。

1、什麼是知識圖譜 2、為什麼應用知識圖譜 3、什麼是知識圖譜應用係統 4、適不適合建設知識圖譜應用係統 5、如何選擇知識圖譜應用係統 6、如何建設知識圖譜應用係統 7、如何選擇知識圖譜應用係統建設方 8、有什麼參考方案

由於知識圖譜技術發展迅速,白皮書編製時間和作者學識限製,恐有紙漏或不嚴謹之處,敬請諒解和批評指正。

成為VIP會員查看完整內容
0
104
2

相關內容

知識圖譜(Knowledge Graph),在圖書情報界稱為知識域可視化或知識領域映射地圖,是顯示知識發展進程與結構關係的一係列各種不同的圖形,用可視化技術描述知識資源及其載體,挖掘、分析、構建、繪製和顯示知識及它們之間的相互聯係。 知識圖譜是通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合,並利用可視化的圖譜形象地展示學科的核心結構、發展曆史、前沿領域以及整體知識架構達到多學科融合目的的現代理論。它能為學科研究提供切實的、有價值的參考。

知識薈萃

精品入門和進階教程、論文和代碼整理等

更多

查看相關VIP內容、論文、資訊等

來源:全國信標委智慧城市標準工作組

  城市大腦(也叫城市智能中樞)是運用大數據、雲計算、物聯網、人工智能、區塊鏈、數字孿生等技術,提升城市現代化治理能力和城市競爭力的新型基礎設施,是推進城市數字化、智能化、智慧化的重要手段。

  近年來,各地方結合自身發展需求,積極探索推進城市大腦建設,積累了豐富的實踐案例。為落實“十四五”規劃要求,推動城市大腦行業發展,樹立城市大腦應用的優秀典型,全國信標委智慧城市標準工作組麵向全國各地廣泛開展了城市大腦應用案例的征集工作。

  截至2021年12月,共征集到來自23家單位提供的35項城市大腦案例,來自直轄市、地級市、縣級市以及新區/園區等多類地域,主要應用場景覆蓋城市治理、智慧政務、智慧交通、智慧生態、智慧經濟、智慧能源和產業融合等多個領域,綜合展現了各地市結合本地實際需求在城市大腦方向的探索與實踐。通過整理收集的案例,全國信標委智慧城市標準工作組組織各案例提供單位共同編製完成了《城市大腦案例集(2022)》(以下簡稱“案例集”)。

  案例集旨在為各地開展城市大腦建設提供場景規劃和技術實施參考,推動城市大腦行業發展。同時,通過分析案例集,充分挖掘城市大腦標準化需求,為十四五期間城市大腦標準體係構建和城市大腦相關標準的規劃與製定提供豐富的實踐支撐。  

成為VIP會員查看完整內容
0
37
0

來源:工信微報

  近日,國家智能製造標準化總體組、專家谘詢組全體會議暨《國家智能製造標準體係建設指南(2021版)》(以下簡稱《指南》)發布會召開。《指南》已於11月17日由工信部、國家標準委聯合印發,是我國發布的第三個版本的《指南》,前兩個版本分別發布於2015年和2018年。

  據介紹,國家“十四五”規劃和2035年遠景目標綱要提出完善智能製造標準體係的要求,助力我國智能製造業迅猛發展。《國家標準化發展綱要》發布,又對智能製造標準化提出了新的要求,同時修訂《指南》也是我國智能製造標準化工作機製的要求。

  《指南》對國家智能製造的基礎共性標準、關鍵技術標準、行業應用標準進行了說明。提出到2023年,製修訂100項以上國家標準、行業標準,不斷完善先進適用的智能製造標準體係。到2025年,在數字孿生、數據字典、人機協作、智慧 供應鏈、係統可靠性、網絡安全與功能安全等方麵形成較為完善的標準簇,逐步構建起適應技術創新趨勢、滿足產業發展需求、對標國際先進水平的智能製造標準體係。  

成為VIP會員查看完整內容
0
37
0

11月3日,由全國信標委大數據標準工作組、中國電子技術標準化研究院聯合相關單位共同編寫的《企業數字化轉型白皮書》(2021版)正式對外發布。美林數據作為國內知名的數據治理和數據分析服務提供商,擁有多年助力企業數字化轉型經驗,受邀擔任參與編製單位,為企業數字化轉型發展提供借鑒。

數字化轉型是企業發展的必經之路 數字化轉型是在業務數據化後利用人工智能、大數據、雲計算、區塊鏈、5G等新一代信息技術,通過數據整合,通過對組織、業務、市場、產品開發、供應鏈、製造等經濟要素進行全方位變革,實現提升效率、控製風險,提升產品和服務的競爭力,形成物理世界與數字世界並存的局麵。 2021年,全球經濟正在呈現出“反彈”“分化”“不確定性”的多種特征。在這個日益變化的時代,企業如何克服複雜、多變的發展環境?數字化轉型無疑是企業發展的必經之路。 白皮書通過對國內外企業數字化轉型理論與實踐的研究與分析,總結了企業數字化轉型的概念與特征,從國有企業、通信行業、金融行業、製造行業、電力行業、新零售行業、高速公路、政府等八大領域的數字化轉型框架,彙總提煉了企業數字化轉型的發展思路與實踐路徑,並提出了數字化轉型的能力評估模型。

白皮書主要包括了6個部分

(1)概述,說明了數字化轉型的定義、內涵、現狀等;

(2)企業數字化轉型理論探索,從不同行業說明了各個行業的數字化轉型能力框架;

(3)企業數字化轉型發展思路,從目標、基本原則、任務和框架方麵進行了數字化轉型說明;

(4)企業數字化轉型實施路徑,從戰略方法、驅動要素、能力保障、方法方麵說明了實施路徑;

(5)企業數字化轉型能力評估,說明了能力評估模型、等級、方法等。

美林數據多年來一直深耕行業應用,並積極參與大數據領域的標準化建設工作,目前已經完成參編國家、行業、地方標準20餘項,並連續四年參編《工業大數據白皮書》《大數據標準化白皮書》。 此次,美林數據參編《企業數字化轉型白皮書》,就是在多年行業應用和標準化建立經驗的基礎上,進一步提供企業數字化轉型的理論指導、理念指引、頂層規劃到落地踐行等有價值的指引。 未來,美林數據將繼續發揮在工業大數據領域的專業優勢,為更多實體經濟提供標準化、專業化的大數據技術解決方案,推動大數據與實體經濟的深度融合,助力實體經濟的數字化轉型! 注:白皮書發布單位為全國信標委大數據標準工作組、中國電子技術標準化研究院

成為VIP會員查看完整內容
0
49
0

2021年9月28日,由全國信標委大數據標準工作組、中國電子技術標準化研究院、山東省工業和信息化廳主辦的2021全國大數據標準化工作會議在濟南成功舉辦。會上發布了《數據治理工具圖譜研究報告(2021版)》。今天在這裏為大家揭開其神秘麵紗。

研究報告概述

《數據治理工具圖譜研究報告(2021版)》基於數據管理能力成熟度評估模型、數據治理規範及數據質量評價等標準,結合重點行業數據治理工具的應用情況、典型數據治理工具廠商的功能架構研製而成。

研報詳細介紹

基本情況

本報告介紹了數據治理及數據治理工具的概念,以及數據治理工具在金融、政務、電力、交通、醫療、互聯網等重點行業的應用情況。

數據治理工具圖譜

本報告共研製了20個通用工具能力圖譜,包括圖譜全景圖、戰略層工具、管理層工具、操作層工具等,旨在通過工具能力圖譜,進一步增強我國各行業、各領域對數據治理工具的認知,有效發揮數據治理工具在數據治理工作中的降本增效作用。

數據治理工具實踐案例

本報告共收錄了6個案例工具能力圖譜,為各行業各領域提供數據治理工具的實踐參考,為推進後續數據治理工具標準化工作提供方法和思路。

數據治理工具圖譜研究報告(2021版)

數據作為推動經濟社會發展及數字化轉型的新動能已成為社會共識,受到越來越多企事業單位的重視。數據治理作為基礎性工作,最終目標是提升數據的價值,是組織推動戰略落實的基礎。為進一步增強我國各行業各領域對數據治理工具的認知,以數據治理工具為驅動,助推政企數字化轉型和數字經濟發展。全國信標委大數據標準工作組組織編製了《數據治理工具研究圖譜報告》,中國係統積極參與,汲取多個大型智慧城市項目中積累的政務數據治理經驗,為研究報告的編寫提供實踐參考。該《報告》詳細介紹了數據治理及數據治理工具的概念,對狹義數據治理和廣義數據治理兩種趨勢的理解進行了區分,主要是對廣義的數據治理進行闡述,報告中提到廣義數據治理更偏向數據治理工程,對狹義數據治理概念進行了延伸解讀,則更側重於技術平台方麵的研究,這一觀點更為契合中國係統的數據治理理念。

“十四五”時期,中國係統正當其時地選擇在數字產業鏈要求自主可控、自主創新的窗口期,推出了“飛瞰數據中台2.0”產品,該產品布局大型政企的數據治理及數據運營市場,打造麵向部委、省市政府、央企等海量數據(603138)客戶的數據治理工程解決方案,以及全棧數據中台產品套件,涵蓋了廣義數據治理及分析應用的全棧能力,如數據集成、湖倉一體、輕量級數據工坊、共享交換、數據沙箱等,使得中國係統成為名副其實地“綜合平台賦能型”頭部廠商。

  在數字強國戰略推動下,各行各業進入了數字化轉型新征程,對數據治理工程提出了更高要求,同時不同的場景、以及不斷出台的新政策引起業務變化,帶來了諸如數據智能、敏捷分析等新的需求,而這也對數據治理工具提出了更高的要求。

  麵對新時期的新要求,中國係統在數據實踐過程中,踩準時局節奏,通過全棧的數據治理工程能力,幫助真正擁有海量數據的客戶管好數據、用好數據、賦能業務創新。

成為VIP會員查看完整內容
0
92
1

麵對人工智能引發的全球信任焦慮,發展可信人工智能已經成為全球共識。2019年6月,二十國集團(G20)提出“G20人工智能原則”,強調要以人為本、發展可信人工智能,這一原則也得到了國際社會的普遍認同。歐盟和美國也都把增強用戶信任、發展可信人工智能放在其人工智能倫理和治理的核心位置。將抽象的人工智能原則轉化為具體實踐,落實到技術、產品和應用中去,是回應社會關切、解決突出矛盾、防範安全風險的必然選擇,是關係到人工智能長遠發展的重要議題,也是產業界急需加快推進的緊迫工作。

論壇上發布了由中國信通院與京東探索研究院聯合撰寫的國內首本《可信人工智能白皮書》,白皮書從如何落實全球人工智能治理共識的角度出發,聚焦於可信人工智能技術、產業和行業實踐等層麵,分析了實現可控可靠、透明可釋、隱私保護、明確責任及多元包容的可信人工智能路徑,並對可信人工智能的未來發展提出了建議。

http://www.caict.ac.cn/kxyj/qwfb/bps/202107/t20210708_380126.htm

白皮書內容簡介

本白皮書首次係統提出可信人工智能全景框架,全麵闡述可信人工智能的特征要素,剖析了可信人工智能與人工智能科技倫理和治理的關係,促進業界更好的理解可信人工智能。

本白皮書針對可信人工智能中各種支撐技術從理論層麵進行了深入淺出的剖析。將技術以穩定性、可解釋性、隱私保護、公平性作為量化指標進行了完備的討論,這些技術構成了可信人工智能地基礎支撐能力。

本白皮書創新地從企業和行業實踐視角詳述可信人工智能的實踐路徑,是一份極具參考價值的實操指南,對於產業界進一步落實人工智能倫理及治理要求具有重要意義,能夠切實推動人工智能產業健康發展。

本白皮書以動態的眼光分析可信人工智能發展脈絡,同時對當下社會各界實踐可信人工智能、完善可信生態,提出了務實的方案和發展建議。

本白皮書認為,可信人工智能已經不再僅僅局限於對人工智能技術、產品和服務本身狀態的界定,而是逐步擴展至一套體係化的方法論,涉及到如何構造“可信”人工智能的方方麵麵。

下圖給出了可信人工智能的總體框架。

成為VIP會員查看完整內容
0
43
0

近日,中國信息通信研究院和華為雲聯合編寫發布《數字政府雲原生基礎設施白皮書》,白皮書旨在為數字政府建設、城市智慧化發展提供技術指引和經驗參考。

新世紀以來,我國政務信息化建設經曆了“電子政務”、“互聯網 +政務服務”的階段,逐步實現了部門辦公自動化、重點業務信息化、政府網站普及化。近兩年來,政務信息化更是進入了“數字政府”時代。

近年來,各省市持續推進數字政府建設和發展,實踐經驗不斷豐富。各地數字政府的建設目標是在保障安全的基礎上,進一步實現政務領域服務一體化、數據共享化、治理智能化、響應實時化。數字政府基礎設施是承載數字政府各類業務的底座,從技術角度來看,麵對數字政府的業務需求,當前以政務雲為底座的數字政府基礎設施存在資源共享難、業務建設成本高,缺乏精細化運營、資源供給粗獷,係統邊界不清、業務端到端交付效率低等問題。為解決以上問題,政務雲作為數字政府的核心平台,其建設模式需要全麵升級,從“雲資源集約化”向“政務應用集約化”轉變。

白皮書核心觀點

1.數字政府時代到來,基礎設施建設將全麵提速

我國政務信息化建設先後經曆了“電子政務”、“互聯網+政務服務”的階段,當前已經全麵進入“數字政府”時代。”十四五“規劃明確提出要提高數字政府建設水平,構建成熟穩定的基礎設施成為支撐“數字政府”運行的算力底座。

2.政務雲即將進入以“雲原生化”為特色的新階段,全麵升級為雲原生基礎設施

以雲原生基礎設施為核心的政務雲,具有業務全局化可視可管、資源精細化運維運營、能力標準化共享互通等特點,可以有效提高數字政府業務多元化水平。雲原生技術將成為政務雲進行新一輪升級、實現“雲資源集約化”向“政務應用集約化”轉變的重要支撐。

3.核心技術帶動產業發展,加速數字政府應用創新和生態構建

在雲原生技術加持下,將進一步降低政務雲的運維門檻、提升資產利用率、保障數字政府業務更高效、高可靠運轉,並構建標準化的應用開發、交付、運維、監控等全生命周期治理體係,實現應用能力標準化以及跨雲、跨地域共享,賦能各類業務場景,進而加速應用創新及生態完善。

4.標準和評估體係逐步完善,助力數字政府提質增效

標準和評估體係是行業創新發展的引領和推動力量,中國信通院雲計算與大數據研究所前期撰寫了政務雲綜合水平、政務雲解決方案、數字政府一體化支撐平台等標準,目前,正在撰寫《數字政府基礎設施水平和運營效果成熟度模型》(IOMM-G)標準,助力數字政府提質增效。

成為VIP會員查看完整內容
0
31
0

本白皮書從人工智能數據安全的內涵出發,首次提出人工智能數據安全的體係架構,在係統梳理人工智能數據安全風險和安全應用情況的基礎上,總結了國內外人工智能數據安全治理現狀,研究提出了我國人工智能數據安全治理建議。

成為VIP會員查看完整內容
3
78
13
小貼士
相關主題
相關VIP內容
專知會員服務
37+閱讀 · 1月10日
專知會員服務
35+閱讀 · 1月8日
專知會員服務
49+閱讀 · 2021年11月11日
專知會員服務
31+閱讀 · 2021年7月1日
專知會員服務
55+閱讀 · 2021年3月2日
專知會員服務
51+閱讀 · 2020年8月7日
相關論文
Yun Li,Zechun Liu,Weiqun Wu,Haotian Yao,Xiangyu Zhang,Chi Zhang,Baoqun Yin
0+閱讀 · 1月18日
Jianhua Wang,Baofeng Wu,Zhuojun Liu
0+閱讀 · 1月17日
Santiago Paternain,Miguel Calvo-Fullana,Luiz F. O. Chamon,Alejandro Ribeiro
0+閱讀 · 1月12日
Seungmo Kim,Byung-Jun Kim
0+閱讀 · 2021年12月25日
CPR-GCN: Conditional Partial-Residual Graph Convolutional Network in Automated Anatomical Labeling of Coronary Arteries
Han Yang,Xingjian Zhen,Ying Chi,Lei Zhang,Xian-Sheng Hua
6+閱讀 · 2020年3月19日
Liang Yao,Chengsheng Mao,Yuan Luo
9+閱讀 · 2019年9月11日
Hongwei Wang,Fuzheng Zhang,Miao Zhao,Wenjie Li,Xing Xie,Minyi Guo
13+閱讀 · 2019年1月23日
Top
微信掃碼谘詢專知VIP會員
Top