本期将分享近期全球知识图谱相关
行业动态、会议资讯、论文推荐
—--| 行业动态 |--—
蚂蚁集团推出muAgent，兼容现有市面各类Agent框架，同时可实现复杂推理、在线协同、人工交互、知识即用四大核心差异技术功能。这套框架目前在蚂蚁集团内多个复杂DevOps场景落地验证，同时可通过快速搭建的创新AI文本游戏“谁是卧底”游戏快速感受一下。在复杂推理方面，muAgent通过设计“原子经验”和图谱的发散推理机制，实现了让大型语言模型（LLM）在人的经验指导下进行工作。这种推理方式既灵活又可控，能够自由探索未知局面，并将成功探索的经验总结为图谱进行沉淀，从而提升处理相似问题的效率。
三星正着手自主研发知识图谱技术，希望进一步提升Galaxy AI的个性化用户体验，并保障用户数据的隐私安全。三星将知识图谱技术视为实现Galaxy AI功能优化与易用性提升的重要工具。他们计划将这一自研技术与生成式AI相融合，从而为用户带来更为出色、安全且便捷的使用体验。此外，三星还打算在其各类产品中部署混合AI模型，这种模型能够灵活地在设备端AI与云端AI之间切换，以满足用户在不同场景下的需求。当注重数据安全与响应速度时，设备端AI将发挥主导作用；而面对大规模数据处理任务时，云端AI则更为胜任。
CCF中国存储大会
中国计算机学会中国存储大会（CCF China Storage Conference，简称 CCF ChinaStorage）是我国一年一度信息计算与存储领域学术界和产业界联合举办的大型年度盛会。本届会议将于2024年11月29日-12月1日在广东省广州市长隆国际会展中心召开。
CCF ChinaStorage 2024 以“存力、算力、智力”为主题，围绕存储与计算技术前沿发展方向，针对存力算力网、信息存储理论、新型存储器件及体系结构、存储互联与分布式计算、数据库与文件系统、存算一体、智能计算与存储、大模型基础架构、大数据挖掘与分析处理、类脑存储与计算、全息光存储、生物信息存储、量子计算与存储、绿色数据中心、安全存储与数据灾备、信息存储标准及评测等技术问题展开研讨，并开展产品与新技术原型展示，探索高性能计算、大数据、人工智能、云计算、移动计算、车联网等应用场景下存储与计算系统的新型解决方案，为国内存储技术相关专业研究与应用的专家、学者、技术人员、学生以及产业界提供了一场存储学术产业盛会。
本周推荐的KDD 2024上的论文：Representation Learning of Temporal Graphs with Structural Roles，该文提出了一种基于角色的时间图卷积网络RTGCN，通过结合全局结构角色信息和节点结构角色演变，有效提升了时间图表示学习的性能。作者来自西南财经大学、东北财经大学、埃默里大学、北京航空航天大学和湘江实验室。
近年来，时间图表示学习引起了广泛关注。大多数现有工作主要侧重于建模时间图的局部结构依赖性。然而，低估许多实际时间图中的固有全局结构角色信息不可避免地导致次优的图表示。为克服这一缺点，作者提出了一种新颖的基于角色的时间图卷积网络（RTGCN），充分利用了时间图中的全局结构角色信息。具体而言，RTGCN可以通过超图卷积神经网络有效地捕获静态全局结构角色。为了捕捉节点结构角色的演变，作者进一步设计了基于结构角色的门控循环单元。最后，作者在目标函数中整合了结构角色的接近性，以保持全局结构相似性，从而进一步提升时间图表示学习。在多个实际数据集上的实验结果表明，RTGCN在各种时间链路预测和节点分类任务中，相较于最新的时间图表示学习方法，始终以显著优势优于后者。具体而言，RTGCN在链路预测中实现了最多5.1%的AUC提升，以及在新链路预测中实现了最多6.2%的F1提升。此外，RTGCN在节点分类中实现了最多4.6%的AUC提升，并在结构角色分类中实现了最多2.7%的AUC提升。
总体架构如下图所示：
更多链接
内容：胡喆媛、袁知秋、程湘婷、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~
微信社区群：请回复“社区”获取
