رویکردهای عصبی-نمادین برای قابلیت همکاری گرافهای دانش انرژی
بررسی روشهای عصبی-نمادین که معناشناسی دادهها و یادگیری ماشین را ترکیب میکنند تا قابلیت همکاری در گرافهای دانش انرژی را بهبود ببخشند.
مناسب برای:مناسب برای فارغالتحصیلان علوم کامپیوتر با پایه قوی در یادگیری ماشین، بازنمایی دانش و فناوریهای وب معنایی.
مرور کلی
این پروژه دکترا توسط دانشگاه پاریس-ساکله (GS Informatique et sciences du numérique) میزبانی میشود و بر یکپارچهسازی سیستمهای انرژی تجدیدپذیر و تحول دیجیتال بخش انرژی تمرکز دارد. هدف این پژوهش غلبه بر جزایر دادهای و موانع قابلیت همکاری معنایی در شبکههای برق، گاز و حرارت است. با ترکیب معناشناسی دادهها، قوانین استدلال و تعبیههای گراف دانش یادگیری ماشین، نامزد مورد نظر رویکردهای پیشرفته عصبی-نمادین را توسعه خواهد داد. خروجی مورد انتظار یک مدل یادگیری پیشرفته است که قادر به پیشبینی روابط موجودیتها برای پشتیبانی از زیرساختهای انرژی هوشمند آینده میباشد.
نحوهٔ درخواست
برای دیدن امتیاز تطابق شخصی، نیازمندیها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.