图谱动态｜学苑周刊 NO.199

—--| 行业动态 |--—

体育+知识图谱

第二届全国体育人工智能大会暨智能体育国际论坛举办会上，国家重点研发计划主动健康专项关键技术成果“国家科学健身知识图谱和智能查询系统”发布，该系统集成了前沿的人工智能技术，推出“智能问答”功能，可以随时随地解答健身疑惑；“看图谱”功能采用图形化的方式，将健身领域的各类知识点紧密相连，形成一个完整的知识体系，让运动变得更加简单、高效、有趣。

https://sourl.cn/PZvj6e 

图增强RAG-LightRAG发布

近日香港大学黄超团队最新研究成果简单高效的大模型检索增强系统LightRAG在github上开源。检索增强生成（RAG）系统通过集成外部知识源来增强大语言模型（LLM），从而提供更准确且符合上下文的响应，满足用户需求。然而，现有的 RAG 系统存在显著局限性，包括依赖平面数据表示和缺乏全局的上下文感知，导致回答零散，难以捕捉复杂的依赖关系。为了解决这些问题，团队提出 LightRAG，它在文本索引和检索过程中引入了图结构。该创新框架采用双层检索系统，增强了从低层次和高层次知识的全面信息检索。此外，图结构与向量表示的结合有助于高效地检索相关实体及其复杂的关联关系，大幅提高了响应速度，同时保持上下文的相关性。此外，该系统能够高效地在动态环境里处理数据的更新变化，使其在快速变化的数据环境中仍然保持快速有效的响应能力。

http://s.mrw.so/79DbH

—--| 会议讲座 |--—

CNCC 2024

CNCC2024将于10月24-26日在浙江省东阳市横店举办，大会主题为“发展新质生产力，计算引领未来”。

CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、技术论坛、特色活动及展览。大会为期三天，汇聚图灵奖获得者、两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。

详情请访问：

https://ccf.org.cn/cncc2024

CCF中国网络大会（CCF ChinaNet 2024）

为促进中国网络领域科技创新与产学研融合发展，更好地服务网络强国、数字中国建设，CCF创办了中国网络大会，大会以“创新驱动发展，网络服务强国”为宗旨。第二届中国网络大会将于2024年11月在苏州张家港市举办，由CCF网络与数据通信专委会、CCF互联网专委会与苏州大学联合承办。

CCF中国网络大会(CCFChinaNet)是由中国计算机学会会(CCF)网络与数据通信专委会和互联网专委会共同发起的、国内计算机网络领域高规格、大规模的旗舰学术盛会。

详情请访问：

ccf.org.cn/chinanet2024

—--| 论文推荐 |--—

Temporal Equivariant Graph Representations

本周推荐的ICML 2022上的论文：On the Equivalence Between Temporal and Static Equivariant Graph Representations，该文研究了时序图学习现有框架的表达能力，发现“先时序后图”框架在某些任务上表现优于传统方法。作者来自普渡大学。

该文从学习等变表示的角度形式化了在时序图（temporal graphs）中预测节点属性演变的关联任务。作者表明，时序图中的节点表示可以归结为两种不同的框架：(a) 最流行的“时序与图”（time-and-graph）方法，等变图（例如，GNN）和序列（例如，RNN）表示交织在一起以表示图中节点属性的时间演变；(b)“先时序后图”（time-then-graph）方法，首先表示描述节点和边动态变化的序列，然后将其作为节点和边的属性输入到一个后续的静态等变图表示中。值得注意的是，作者表明，当两种方法都使用不最具表达力的GNN组件（如1-Weisfeiler-Lehman GNN）时，“先时序后图”表示比“时序与图”表示具有表达优势。此外，虽然作者的目标并非一定要取得最先进的结果，但实验表明，在某些实际任务中，“先时序后图”方法能够在性能和效率上超过最先进的“时序与图”方法，从而展示了“先时序后图”框架是图机器学习工具箱中值得补充的一部分。该文在附录中提供了详细的证明。

论文链接https://arxiv.org/abs/2103.07016，该文源代码、数据和其他材料已在https://www.dropbox.com/s/gqtzpngj5vaah9s/ICML2022-Code-Submit.zip?dl=0上提供，感兴趣的读者可以关注。