Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/34314
Tipo: | Dissertação |
Título: | A probabilistic algorithm to predict missing facts from knowledge graphs |
Título(s) alternativo(s): | Um algoritmo probabilístico para predição de fatos em grafos de conhecimento |
Autor(es): | André Lopes Gonzaga |
Primeiro Orientador: | Mirella Mouro Moro |
Primeiro Coorientador: | Mario Sérgio Ferreira Alvim Júnior |
Primeiro membro da banca : | Luiz Chaimowicz |
Segundo membro da banca: | Denilson Barbosa |
Resumo: | Knowledge Graph, as the name says, is a way to represent knowledge using a directed graph structure (nodes and edges). However, such graphs are often incomplete or contain a considerable amount of wrong facts. This work presents ProA: a probabilistic algorithm to predict missing facts from Knowledge Graphs based on the probability distribution over paths between entities. Compared to current state-of-the-art approaches, ProA has the following advantages: simplicity as it considers only the topological structure of a knowledge graph, good performance as it does not require any complex calculations, and readiness as it has no other requirement but the graph itself. |
Idioma: | eng |
País: | Brasil |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Departamento: | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO |
Curso: | Programa de Pós-Graduação em Ciência da Computação |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/34314 |
Data do documento: | 31-Jan-2019 |
Aparece nas coleções: | Dissertações de Mestrado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertação André Gonzaga - Versão Final.pdf | 4.26 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.