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?

: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111819:30

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)