基于部分知识证明的全模拟茫然传输，魏晓超，赵川， 茫然传输是一个重要的密码学基础工具,其可以被用来构造许多密码学方案,例如两方安全计算协议。在恶意模型下构造基于茫然传输的密

所有CK组件都可以在和！ 使用具有通用JSON API的集体知识工作流框架来统一AI以进行协作实验和优化 请注意，Caffe2已移至 GitHub源代码树，因此此处的某些软件包可能无法正常工作。 介绍 在将大部分的“研究”时间都花在了AI创新上之后，而不是在处理众多且不断变化的AI引擎，它们的API以及整个软件和硬件堆栈之后，我们决定采用另一种方法。 我们开始添加现有的AI框架，包括 ， ， ， ， ， CNTK和MVNC 。 非侵入式开源集体知识工作流框架（CK） 。 CK允许使用JSON API将各种版本的AI框架以及库，编译器，工具，模型和数据集作为统一的和可重用的组件插入，从而在Linux，Windows，MacOS和Android上自动化和自定义其安装（而不是使用ad- hoc脚本），并提供简单的JSON API进行常见操作（例如预测和培训）（请参阅demo ）。

随着大数据时代的到来，知识工程受到了广泛关注，如何从海量的数据中提取有用的知识，是 大数据分析的关键。知识图谱技术提供了一种从海量文本和图像中抽取结构化知识的手段，从而具有 广阔的应用前景。本文首先简要回顾知识图谱的历史，探讨知识图谱研究的意义。其次，介绍知识图 谱构建的关键技术，包括实体关系识别技术、知识融合技术、实体链接技术和知识推理技术等。然后， 给出现有开放的知识图谱数据集的介绍。最后，给出知识图谱在情报分析中的应用案例。

知识图谱KGC是一个世界级会议，将有经验的实践者、技术领导者、前沿研究人员、学者和供应商聚集在一起，就知识图的主题进行为期两天的演讲、讨论和网络交流。KGC2021在5月3号到6号举行。来自加拿大CortAIx 首席人工智能科学家Freddy Lecue做了关于《知识图谱在可解释机器学习系统中应用》的报告，特别对可解释人工智能以及知识图谱在可解释机器学习中的作用进行了重点讲述，是非常好的学习资料。 报告摘要： 机器学习(ML)，作为人工智能的关键驱动力之一，已经在许多行业显示出颠覆性的结果。在关键系统中应用ML(尤其是人工神经网络模型)最根本的问题之一，就是它无法为其决策提供依据。主要是因为常识知识或推理超出了ML系统的范围。我们展示了如何运用知识图谱来揭示更多人类可以理解的机器学习决策，并展示了一个框架，将ML和知识图谱结合起来，在识别4,233,000个资源的知识图谱中的任何一个类的对象时，展示出一个接近人的解释。

The dataset uses NLP and Text Mining technology to develop Chinese Medical Knowledge Graph. user guide.pdf

知识图谱一直是学术界和工业界关注的热点。随着AAAI2020的到来，以下整理了最新10篇关于知识图谱的论文，来自清华大学、中科大、北航、中山大学、UCL、Facebook、腾讯、阿里巴巴等，包含义原知识图谱、知识图谱表示学习、知识迁移、知识图谱层次表示、常识知识图谱补全等，请大家查看！

粒计算和词语计算是模拟人类粒化信息、粒度使用信息行为的理论，它将人们对数据的关注从点的层面提升到集合的层面。在这些理论中，作为基本的概念和运算对象，信息粒起着关键作用。作为一种重要的信息粒建立方法和数据分析方法……

Understanding Users with Knowledge--Sumsung Graphs

该PDF文档是复旦大学肖仰华老师对领域知识图谱技术与落地应用中的一系列关键问题做的系统分析与梳理，分享给大家。

该项目将不再维护，建议用户访问和使用新软件包 。