2022年11月18日:Similarity Measure Selection For Matching Ontologies Using Genetic Algorithm and Bayesian Based Imbalanced Learning
- 主页 /
- 通知公告 /
- 通知公告
2022年11月18日:Similarity Measure Selection For Matching Ontologies Using Genetic Algorithm and Bayesian Based Imbalanced Learning
【报告内容】
2022.11.18讨论课,时间:19:30,腾讯会议:37138686615
汇报人:许诏云
汇报单位:太原理工大学
主题:《Similarity Measure Selection For Matching Ontologies Using Genetic Algorithm and Bayesian Based Imbalanced Learning》
1、Introduction
2、Related work
3、The proposed approach
4、Experimental study
5、Conclusion
【报告总结】
1.结构中第三个权重值是如何得出?
答:父类传递给子类,子类传递给父类,所以是这样的参数。
2.基因突变公式为什么是这样的?
答:原作者主要是为了0和1的比例平衡,这可能并不适合我们用,可以考虑不用。
3.适应度函数参数选取不好?
答:可以改成多个参数的测试,,测试当参数为0.5时。
4.贝叶斯有没有什么创新点?
答:局部一致性原则,放在训练目标或者贝叶斯改进中。
5.突变太复杂?
答:配对,对调就可以了,目的不同所采用的方法也不同。
报告时间:2022年11月18日19:30
腾讯会议ID:371 3868 6615
点我下载本讨论课相关文献或PPT吧~(提取码:iipr)