暂无图片
暂无图片
1
暂无图片
暂无图片
暂无图片

图谱动态|学苑周刊 NO.164

图谱学苑 2023-12-13
195
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

—--| 新闻动态 |--—

Ultipa嬴图获英国第24届银行技术奖


近日,英国第24届银行科技奖年度颁奖典礼在英国伦敦皇家兰开斯特酒店举行。Ultipa嬴图实时图数据库从入围到决赛提名,最终斩获2023银行科技奖——未来科技(人工智能与数据)奖项第一名。

Ultipa实时流动风险管理和GraphXAI归因分析系统是本次获奖的解决方案,据介绍,它是一套构建在Ultipa实时图数据库和高性能图计算为基础架构支撑的图AI智能风控管理系统,有着令传统关系型数据库、非实时NoSQL数据库或批处理式大数据框架望尘莫及的优势——已在实践层面实现了“算得快”、“算得准”、“算得精”、“算得深”、“实时化”、“可视化”、“可解释、白盒化、可校验”的性能特点,且对现有的AI、ML及LLM大模型架构有着模型增效、加速、大幅提高预测准确率及可解释性等特点,在全球范围内都具有颠覆性的创新与突破。

https://t.hk.uy/b76B

英特尔研究院将在 NeurIPS 大会上展示业界领先的 AI 研究成果

  

英特尔研究院将在 NeurIPS 2023 大会上展示一系列富有价值、业界领先的 AI 创新成果。面向广大开发者、研究人员和学界人士,这一 AI 和计算机视觉领域的全球顶会将于 12 月 10 日至 16 日在美国新奥尔良市举办。

英特尔研究院此次展示的研究成果包括图学习:

・A*Net:业界领先的基于路径的知识图谱推理方法,数据集达百万级,可使数据集的扩展能力超越计算范围的限制,并提升大语言模型的准确性。
・ULTRA:业界领先的知识图谱推理基础模型,以及学习通用和可迁移图谱表示及其关系的新方法。
・Perfograph:一种新的基于编译器图的程序表示,可捕捉数值信息和复合数据结构,提高机器学习方法推理编程语言的能力。


https://www.ithome.com/0/738/400.htm

—--| 会议讲座 |--—

ICCBI 2023

      

第五届计算机网络、大数据和物联网国际会议(ICCBI 2023) 将于12 月 14-15 日在印度蒂鲁吉拉伯利召开,本届计算机网络、大数据和物联网国际会议[ICCBI 2023]将提供一个跨学科平台,汇聚科学家、研究人员和院士,展示和交流与物联网、大数据和计算机网络相关的最新研究工作和成果。

详情请访问:https://icocbi.com/2022/
2023CCF数字农业分会年会暨第一届CCF数字农业大会
       
由中国计算机学会主办,数字农业分会、吉林农业大学信息技术学院(智慧农业研究院)、吉林省智慧农业学会承办的2023CCF数字农业分会年会暨第一届CCF数字农业大会将于12月22日-25日在苏州举办。本次会议旨在围绕数字农业的最新研究成果、人才培养和产学研合作进行深入探讨,分享最新的科研成果和技术进展,推动数字农业在我国的进一步发展。我们将邀请国内外数字农业领域的知名专家、学者进行主题演讲,同时还将举办多场丰富多彩的分会场活动。为与会者提供高层次、多视角、宽领域的学术交流,为我国数字农业发展提供有益的平台。
详情请访问:https://ccf.org.cn/13veXIf


—--| 论文推荐 |--—

bi-core maintenance

本周推荐的是发表于SIGMOD2023的论文:Efficient Core Maintenance in Large Bipartite Graphs,该文提出在动态图中如何维护bi-core,作者来自香港中文大学和湖南大学。

(α, β)核((α,β)-core,又名双核(bi-core))是二分图中重要的内聚子图模型,在产品推荐、欺诈者检测、社区搜索等场景中有广泛的应用。这些应用场景中,二分图通常是大而动态的,其中顶点和边经常发生增删,因此如果每次当图发生变化时都从头开始重新计算(α,β)核,会成本很高。最近,一些研究试图研究如何在动态二分图中维护(α, β)核,但由于图的巨大尺寸和频繁的变化,它们的性能还远非完美。为了缓解这个问题,该文提出了基于二分图的(α, β)核维护算法。

该文首先为二分图的顶点引入一个新概念,称为双核数(bi-core number)。基于这一概念,该文从理论上分析了边的插入和删除对顶点bi-core number变化的影响,bi-core number变化将进一步用于缩小更新范围,从而减少计算冗余。然后,利用上述理论分析结果,该文提出了分别处理边插入和边删除的高效(α, β)核维护算法(bi-core number在边插入场景下的更新举例如下图所示)。

真实数据集和合成数据集上的实验结果表明,该文提出的算法比最先进的方法快了两个数量级(运行时间结果如下图所示)。

该论文链接https://dl.acm.org/doi/10.1145/3617329,项目链接https://github.com/QuanQuan0/Bicore-Maintenance,感兴趣的读者可以关注。




更多链接


对话北大邹磊:要以发展的眼光看图数据库的挑战和机遇

讲座录播 | 邹磊教授:图数据库的概念和应用

gBuilder正式开启公测

gStore 1.2版本正式上线,体验再度升级!

知识图谱成为中国领先金融科技公司的第四大首选技术



内容:林丁洋、袁知秋、唐静、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



免责声明本文全部内容均来源于网络开放信息整理,如有侵权,请联系删除

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

实验室开源产品图数据库gStore:
gStore官网:http://www.gstore.cn/
GitHub:https://github.com/pkumod/gStore
Gitee:https://gitee.com/PKUMOD/gStore





文章转载自图谱学苑,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论