首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

腾讯游戏应邀2019大数据产业峰会BDIC | 荣获“大数据星河奖”并获颁测评证书

6月4日至5日,由中国信息通信研究院、中国通信标准化协会主办、大数据技术标准推进委员会承办、中国IDC圈协办的2019大数据产业峰会在北京国际会议中心隆重召开。 腾讯游戏孙龙君、农益辉和刘天斯作为数据资产管理和知识图谱领域专家应邀出席。 腾讯游戏数据资产管理平台从300+申报中脱颖而出,荣获“2019年度大数据星河奖”,并获颁“数据管理平台基础能力测评”证书。 同时,腾讯游戏知识图谱平台“游谱”也于现场获颁“知识图谱工具基础能力测评”证书。 由腾讯游戏孙龙君、农益辉、刘天斯、黄志、陈才和赵丽萍参与编撰

05

2022三大腾讯犀牛鸟专项研究计划 | 研究主题合集六:定位技术

腾讯犀牛鸟专项研究计划旨在连接产学智脑,搭建面向科技创新的产学研深度合作平台。2022年度三大腾讯犀牛鸟专项研究计划——AI Lab专项、微信专项和大出行专项已经发布,共计近20个研究主题,拟立项约70项。 为便于各领域老师了解, 将按自然语言处理与知识图谱、计算机视觉及图像处理、机器学习、语音技术、个性化推荐技术、定位技术和金融科技等方向整理三个专项的相关研究主题,本周内分为8篇文章推送,敬请关注。 本文推送“定位技术”相关研究主题,点击下方“阅读原文”,可跳转至课题详细介绍。 2022腾讯大出行犀牛鸟专

01

3.4 事中故障处理(3)故障定位

故障定位指诊断故障直接原因或根因,故障定位有助于故障恢复动作更加有效。故障定位通常是整个故障过程中耗时最长的环节,定位的目标围绕在快速恢复的基础上,而非寻找问题根因,后者由问题管理负责。通常大部分可用性故障,要借助运维专家经验的假设判断或已知预案的执行得到解决,但仍有部分故障,尤其是性能、应用逻辑、数据故障需要多方协同与工具支持。故障定位的方法通常包括专家经验驱动的假设尝试、测试复现、预案启动、代码分析四种,这个过程涉及对日志、链路、监控、数据感知、知识管理五类工具。随着系统复杂性不断提升,依靠专家经验驱动的假设尝试准确率会下降,如何将数字化手段结合专家经验,融入到协同机制中,这考验故障定位场景的设计水平。

02

2022三大腾讯犀牛鸟专项研究计划 | 研究主题合集一:自然语言处理与知识图谱

腾讯犀牛鸟专项研究计划旨在连接产学智脑,搭建面向科技创新的产学研深度合作平台。2022年度三大专项研究计划——腾讯AI Lab专项、微信专项和大出行专项已经发布,共计近20个研究主题,拟立项约70项。 为便于各领域老师了解, 将按自然语言处理与知识图谱、计算机视觉及图像处理、机器学习、语音技术、个性化推荐技术、定位技术和金融科技等七个方向整理三个专项的相关研究主题,本周内将分为7篇文章推送,敬请关注。 本文推送“自然语言处理与知识图谱”相关研究主题,点击下方研究主题文字,可跳转至wiz平台了解更多。 202

01

2022三大腾讯犀牛鸟专项研究计划 | 研究主题合集七:金融科技

腾讯犀牛鸟专项研究计划旨在连接产学智脑,搭建面向科技创新的产学研深度合作平台。2022年度三大腾讯犀牛鸟专项研究计划——AI Lab专项、微信专项和大出行专项已经发布,共计近20个研究主题,拟立项约70项。 为便于各领域老师了解, 将按自然语言处理与知识图谱、计算机视觉及图像处理、机器学习、语音技术、个性化推荐技术、定位技术和金融科技等方向整理三个专项的相关研究主题,本周内分为8篇文章推送,敬请关注。 本文推送“金融科技”相关研究主题,点击下方“阅读原文”,可跳转至课题详细介绍。 2022腾讯微信犀牛鸟专项

01

2022三大腾讯犀牛鸟专项研究计划 | 研究主题合集五:个性化推荐技术

腾讯犀牛鸟专项研究计划旨在连接产学智脑,搭建面向科技创新的产学研深度合作平台。2022年度三大腾讯犀牛鸟专项研究计划——AI Lab专项、微信专项和大出行专项已经发布,共计近20个研究主题,拟立项约70项。 为便于各领域老师了解, 将按自然语言处理与知识图谱、计算机视觉及图像处理、机器学习、语音技术、个性化推荐技术、定位技术和金融科技等方向整理三个专项的相关研究主题,本周内分为8篇文章推送,敬请关注。 本文推送“个性化推荐技术”相关研究主题,点击下方“阅读原文”,可跳转至课题详细介绍。 2022腾讯微信犀牛

01

认知智能浪潮将至,企业技术底座和业务流程变革在即 | 爱分析报告

认知智能以新技术和新产品为抓手,可以为企业带来从技术底座到业务流程的重大变革。对于技术底座的影响主要来自知识图谱平台和NLP平台。知识图谱平台是面向企业打造业务场景应用、挖掘数据价值的需求,构建基于自然语言处理和知识图谱技术,集知识建模、抽取、融合、存储、计算、推理以及应用为一体的知识全生命周期的管理平台。NLP平台是指使用机器学习、深度学习、知识图谱等技术,通过计算机编程,将文本、声音等自然语言数据编码成结构化信息的赋能平台。知识图谱平台和NLP平台是企业迈向认知智能的“必修内功”,企业将其融入自身技术底座后可以对上层的应用和业务进行赋能。

02

知识图谱研讨实录05丨肖仰华教授带你读懂概念图谱构建

知识图谱是一种大规模语义网络,已经成为大数据时代知识工程的代表性进展。 知识图谱技术是实现机器认知智能和推动各行业智能化发展的关键基础技术。由复旦大学肖仰华教授策划的《知识图谱:概念与技术》课程体系,已在国内进行了多次巡回演讲,受到参会人员一致好评。 课程主要目的和宗旨是系统讲述知识图谱相关知识,让同学们对知识图谱的理论和技术有一个系统的认知。本实录来自该课程老师和同学的研讨。 下面让我们通过第五章课程《概念图谱构建》的16条精华研讨,来进一步学习了解知识图谱技术内幕。文末可查看更多章节精华回顾。 本课程

01

2024 最新综述 | 当知识图谱遇上多模态学习

在该综述中,作者重点分析了近三年(2020-2023)超过300篇文章,聚焦于两个主要方向:一是知识图谱驱动的多模态学习(KG4MM),探讨知识图谱如何支持多模态任务;二是多模态知识图谱(MM4KG),研究如何将知识图谱扩展到多模态知识图谱领域。作者从定义KGs和MMKGs的基本概念入手,继而探讨它们的构建和演化,涵盖知识图谱感知的多模态学习任务(如图像分类、视觉问答)及固有的MMKG构建内部任务(如多模态知识图谱补全、实体对齐)。本文还强调了研究重点,提供了任务定义、评估基准,并概述了基本见解。通过讨论当前面临的挑战和评估新兴研究趋势,如大型语言模型和多模态预训练策略的进展,本调研旨在为KG与多模态学习领域的研究人员提供一个全面的参考框架,以及对该领域不断演进的洞察,从而支持未来的工作。

01

2024 最新综述 | 当知识图谱遇上多模态学习

在该综述中,作者重点分析了近三年(2020-2023)超过300篇文章,聚焦于两个主要方向:一是知识图谱驱动的多模态学习(KG4MM),探讨知识图谱如何支持多模态任务;二是多模态知识图谱(MM4KG),研究如何将知识图谱扩展到多模态知识图谱领域。作者从定义KGs和MMKGs的基本概念入手,继而探讨它们的构建和演化,涵盖知识图谱感知的多模态学习任务(如图像分类、视觉问答)及固有的MMKG构建内部任务(如多模态知识图谱补全、实体对齐)。本文还强调了研究重点,提供了任务定义、评估基准,并概述了基本见解。通过讨论当前面临的挑战和评估新兴研究趋势,如大型语言模型和多模态预训练策略的进展,本调研旨在为KG与多模态学习领域的研究人员提供一个全面的参考框架,以及对该领域不断演进的洞察,从而支持未来的工作。

02
领券