シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
知識データ工学特論 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Advanced Data and Knowledge Engineering | ||
| 科目番号 /Code |
|||
| 開講年度 /Academic year |
2025年度 | 開講年次 /Year offered |
全学年 |
| 開講学期 /Semester(s) offered |
前学期 | 開講コース・課程 /Faculty offering the course |
博士前期課程、博士後期課程 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 科目区分 /Category |
大学院専門教育科目 - 専門科目Ⅱ | ||
| 開講類・専攻 /Cluster/Department |
情報・ネットワーク工学専攻 | ||
| 担当教員名 /Lecturer(s) |
兼岩 憲 | ||
| 居室 /Office |
西9-409 | ||
| 公開E-mail |
kaneiwa_at_uec.ac.jp ( _at_ => @ ) | ||
| 授業関連Webページ /Course website |
http://www.sw.cei.uec.ac.jp/lectures-j.html | ||
| 更新日 /Last update |
2025/03/21 10:18:35 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標（2,000文字以内） /Themes and goals（up to 2,000 letters） |
本講義では，コンピューターサイエンスや人工知能の分野に於いて急速に発展している先進的な知識データ処理に関して，以下の３つの特徴を持つデータに注目した理論と応用技術を学ぶ． ・概念データとオントロジー ・知識グラフ ・グラフデータ 達成目標 ・オントロジーや概念的知識を表現するための記述論理を習得する． ・知識ベースにおける推論タスクの推論アルゴリズムを習得する． ・知識グラフとグラフデータに対する機械学習技術について理解する． Knowledge and data processing technologies have been rapidly developed in the area of computer science and artificial intelligence. In this lecture, we introduce theories and applications related to the following types of data: - Conceptual Data and Ontology, - Knowledge Graph, and - Graph Data. Goals: Students are expected to understand: (i) description logics for representing conceptual data and ontologies, (ii) algorithms of reasoning tasks in knowledge bases, (iii) machine learning technologies for knowledge graphs and graph data. |
|---|---|
| 前もって履修 しておくべき科目（1,000文字以内） /Prerequisites（up to 1,000 letters） |
離散数学，データベース論 Discrete Mathematics, Database Systems |
| 前もって履修しておくこ とが望ましい科目（1,000文字以内） /Recommended prerequisites and preparation（up to 1,000 letters） |
知的情報処理 Intelligent Information Processing |
| 教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters） |
参考書： (1) 兼岩 憲，記述論理とWebオントロジー言語, オーム社, 2009． (2) 兼岩 憲，セマンティックWebとリンクトデータ，コロナ社，2017． (3) William L. Hamilton, Graph Representation Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning), Springer, 2020. |
| 授業内容と その進め方（2,000文字以内） /Course outline and weekly schedule（up to 2,000 letters） |
講義タイプ（Cc）：日本語で説明し，日本語の教材・資料を使う． 授業計画 第１回 知識表現と推論 第２回 記述論理の言語ファミリー 第３回 記述論理の構文 第４回 記述論理の意味論 第５回 矛盾判定，包含判定，推論・導出 第６回 論理的推論アルゴリズム 第７回 記述論理における完全性と計算量 第８回 Webオントロジー言語 第９回 グラフ知識表現 第１０回 知識グラフに対する機械学習 第１１回 ノード埋め込みとリンク推定 第１２回 知識グラフ埋め込みの表現力 第１３回 グラフニューラルネットワーク 第１４回 様々なGNNモデル 第１５回 グラフデータの分類 授業の進め方： 講義形式で進めていくが，理解を深めるため必要に応じて演習やプログラミングによるレポート課題を実施する． Type（Cc）：Japanese-based course with Japanese materials Schedule 1. Knowledge Representation and Reasoning 2. A Family of Description Logics 3. Syntax in Description Logics 4. Semantics in Description Logics 5. Reasoning Tasks: Inconsistency Checking and Subsumption 6. Logical Reasoning Algorithm 7. Completeness and Complexity for Description Logics 8. Web Ontology Languages 9. Graph Knowledge Representation 10. Machine Learning for Knowledge Graphs 11. Node Embeddings and Link Prediction 12. The Expressive Power of Knowledge Graph Embedding 13. Graph Neural Networks 14. Various GNN models 15. Classification for Graph Data We will explain some methods and algorithms in the lecture. Some examples and reports are helpful for students' understanding. |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等）（1,000文字以内） /Preparation and review outside class（up to 1,000 letters） |
演習課題を解いて各自復習をする． Review by solving exercises after the class. |
| 成績評価方法 および評価基準 （最低達成基準を含む） （1,000文字以内） /Evaluation and grading （up to 1,000 letters） |
成績評価方法： レポート 評価基準： 概念データとオントロジー，知識グラフ，グラフデータの理論と技術，および推論や機械学習のアルゴリズムに関して基本的な事項について正しく理解していることをもって合格の最低基準とする． Evaluation method: report Evaluation criteria: Based on understanding the theories and technologies of Conceptual Data and Ontology, Knowledge Graph, and Graph Data, and the algorithms for reasoning and machine learning. |
| オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters） |
空いている時間ならいつで可能ですが，メールでアポイントメントを取ってください． Contact me to make an appointment by email. |
| 学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters） |
人工知能分野における知識表現と推論，および知識グラフの機械学習について学びましょう． Learn about knowledge representation and reasoning and machine learning for knowledge graphs in the area of Artificial Intelligence. |
| その他 /Others |
なし |
| キーワード /Keywords |
記述論理，オントロジー，知識グラフ，グラフデータ，推論と機械学習 Description Logics, Ontology, Knowledge Graphs, Graph Data, Reasoning and Machine Learning |