本期将分享近期全球知识图谱相关
行业动态、会议课程、论文推荐
近日，飞利信大模型服务能力采用清华大学计算机系知识工程实验室的技术成果转化的通用模型能力，打造面对行业的服务模型矩阵。
在大模型服务能力之上利用自身高精度知识图谱，把两者有机融合为数据与知识双轮驱动的认知引擎，面对行业和客户提供：数字人定制、AI智能交互、一站式解决方案、终端部署服务，并且基于以上功能混合实现：可视化内容生成工、生成项目管理模板、长短文本生成能力。
利用大模型和知识图谱技术，为客户研制模拟训练系统场景，用于该模拟场景各岗位人员高效学习场景原理、相关设备操作以及故障处置方法。训练系统主要由仿真与控制、训练场景仿真、场景数据采集与制作流程、智能支持问答、考核评估等部分组成。本场景可以通用使用在精密车间厂房、机械设备使用，特殊场景驾驶（工程车，吊车，车间机车等）等人机交互来使用和学习。
在网络靶场系统的产品自动检测方面，天融信搭建了基于知识图谱的安全产品自动检测技术架构，在自动构建多品类检测库的基础上，通过知识学习优化知识库，并结合自动化流程的多任务支持，提高产品安全检测的准确性和全面性。
在网络靶场下引入基于知识图谱的产品安全自动检测功能，并新研和集成高效的安全检测工具、预置丰富的检测用例，可极大提升检测效率与准确性。面向未来网、物联网、工业控制网络、区块链等产品、应用以及资产对象，天融信基于知识图谱的产品安全自动检测功能，既可便捷地构建可弹性扩展的安全性自动检测框架，建设产品安全基础信息库、系统安全漏洞库、自动检测方法库、安全检测模型库、检测报告库等，亦有利于产品安全自动化检测模型研究，达成对网络靶场资产的自动化测试。
—--| 会议讲座 |--—
CNCC2023将于10月26日至28日在沈阳举行，会议期间将举办129场技术论坛，涵盖人工智能、安全、计算+、软件工程、教育、网络、芯片、云计算等30余个方向。其中，“知识图谱+语言模型”赋能通用人工智能技术论坛将于10月26日举办。语言为“形”，知识立“心”，图谱作“骨”。本次技术论坛邀请到来自产学研各界专家，共聚商讨知识图谱和大型语言模型的融合之道，共同探索通用AI的发展新路径。
—--| 论文推荐 |--—
本周推荐的是发表于SIGMOD 2023上的论文：On Querying Connected Components in Large Temporal Graphs，该文对有向图和无向图分别提出一种索引以解决时间窗内图的连通分量问题，作者来自香港中文大学。
时态图（temporal graph）每条边上都有一个时间戳，表明该边活跃的时间点。时态图的连通分量有多种定义，比如在一个时间区间内每一个时间点都连通，或通过时序路径（time-respecting paths，路径中边的时间戳是单调的）连通，这些连通定义在一些场景中过于严格了。该文提出一种较宽松的连通分量的定义：一个时间窗内投影图（projected graph）的连通分量（投影图，是由在这个时间窗内活跃的所有边构成的图）。这种连通分量定义的应用有Infectious disease tracking、Active community analysis等，这些场景中不要求路径的时间戳满足顺序。
直接的在线方法是为输入的时间窗提取对应的投影图并运行静态图上的连通分量算法，但是不同时间窗间的投影图的连通分量实际上有一定程度的重合；一种基础的索引方法是为每个起始时间存一个索引，该索引是为每条边存一些（时间戳，所属连通分量）的标签，这种索引虽然比为每个时间窗存连通分量的空间开销小，但是仍然很大。
该文提出的索引维护时态图的连通分量或强连通分量。对于无向图：连通分量可以用spanning tree表示，则每个时间窗内投影图的所有连通分量可以用spanning forest表示，不同的spanning forest之间有两类重合关系，一类是对应时间窗的起始时间相同的spanning forest间的重合关系，另一类则是起始时间不同spanning forest间的关系，基于此该文提出TSF-index索引；对于有向图：由于有向spanning tree不足以表示强连通分量，该文提出一种边集来表示强连通分量，并基于类似于无向图中的两类关系提出RES-index索引。
实验结果表明，该文提出的索引方法比直接的在线方法快2到3个数量级，且占用的空间比基础的索引方法少很多。该文链接，感兴趣的读者可以关注：
更多链接
内容： 林丁洋、袁知秋、王图图
诚邀您加入我们的gStore社区，我们将在群内解决使用问题，分享最新成果~
请在微信公众号图谱学苑发送“社区”入群
欢迎关注北京大学王选计算机研究所数据管理实验室微信公众号“图谱学苑“
实验室官网：https://mod.wict.pku.edu.cn/
微信社区群：请回复“社区”获取
gStore官网：http://www.gstore.cn/
GitHub：https://github.com/pkumod/gStore
Gitee：https://gitee.com/PKUMOD/gStore
