FB15K数据集-ITADN社区

FB15K数据集

优质

FB15K数据集是一个大规模的知识图谱基准数据集，包含来自Freebase的约14,951个实体和134,518个三元组，广泛应用于知识图谱嵌入模型的研究与评估。对于训练过程而言，数据集包含三个文件：train2id.txt 文件用于存储训练三元组的数据，其第一行为训练的三元组数量；后续每一行都以 (e1, e2, rel) 的格式表示一个实体对及其关系。entity2id.txt 文件列出了所有实体及对应的编号，每行记录了一个实体和它的 ID 编号，并且文件的第一行为实体总数目。relation2id.txt 则是列出所有的关系类型以及它们的对应 ID 号码，同样地，此文件第一行表示总的关系数目。在测试阶段，则会额外提供两个文件（总共五个）：test2id.txt 文件用于存储测试三元组的数据，格式与 train2id.txt 相同；valid2id.txt 为验证数据集的文件，其内容及结构也遵循 test2id.txt 的模式。

FB15K数据集.rar

优质

FB15K数据集包含Freebase知识图谱中约48万事实三元组的数据集合，广泛应用于链接预测等知识图谱任务的研究与开发。知识图谱FB15K数据集是一个广泛使用的基准测试集合，用于评估链接预测模型的性能。该数据集中包含了大量的三元组（头实体、关系、尾实体），这些三元组来源于Freebase数据库，并经过特定的方式划分训练集、验证集和测试集。

FB15k-237数据集.zip

优质

简介：FB15k-237数据集是一个用于知识图谱完成任务的基准数据集，旨在评估实体间关系预测模型的性能。包含超过十万条训练三元组及丰富的验证与测试集，是研究领域内的标准资源。数据集FB15k-237是Freebase的一个子集，包含237种关系以及14,000多种实体。训练集中有271,115条三元组，验证集合中包括了17,535条三元组，而测试集合则含有20,466条三元组。

FB15K-237数据集版本

优质

FB15K-237是Freebase知识图谱的一个子集，作为链接预测任务的标准数据集，它通过去除对称和逆关系增强训练数据的挑战性。数据集的原始来源可以在这里找到：https://www.microsoft.com/en-us/download/details.aspx?id=52312。该数据集由Toutanova和Chen发布。

FB15K 知识图谱数据集

优质

FB15K知识图谱数据集是Freebase数据库的一个子集，包含约27万实体和14.9万事实三元组，广泛用于链接预测、关系抽取等任务的研究。知识图谱FB15K数据集是一个广泛使用的基准测试集合，用于评估在大规模知识库上执行的链接预测任务的效果。这个数据集包含Freebase的一部分，并且经过精心设计以促进关系路径的学习和推理能力的研究。它包含了各种实体及其之间的复杂关系，为研究者提供了一个丰富的资源来开发和完善他们的模型和技术。

FB15k-Freebase

优质

FB15k数据集是从Freebase中提取的一个知识图谱基准，包含14952个实体，53418种关系，旨在评估知识图谱嵌入模型在链接预测任务中的性能。 Freebase 是一个大型的结构化数据仓库，通过群体共建的方式构建。FB15k 是 Freebase 的一个子集。

FB15K-OWE中的知识图谱链接预测与关系预测数据集

优质

简介：FB15K-OWE是用于评估知识图谱中链接预测和关系预测性能的数据集，基于Freebase构建，增加了观察不到的工作实体及其关系。开放域知识图谱数据集是在FB15K的基础上构建的，并添加了实体描述信息。

适用于DeepPath论文的FB15k-237数据集在知识图谱领域中的应用

优质

该文介绍了FB15k-237数据集在知识图谱领域的应用，着重探讨了其在DeepPath论文中的作用与价值，为路径查询和推理提供了有力支持。 FB15k-237数据集在知识图谱领域被用于DeepPath论文中的关系推理研究。

ECG数据集-数据集

优质

本ECG数据集包含了多种心电图记录，旨在支持心脏疾病的研究与诊断模型开发，适用于医疗AI领域。 a01.csv a01er.csv a02.csv a01r.csv a03.csv a03er.csv a02er.csv a02r.csv a03r.csv a04er.csv a04r.csv a05.csv a04.csv a06.csv a07.csv a08.csv a09.csv a10.csv a11.csv a12.csv a13.csv a14.csv a15.csv a16.csv a18.csv a19.csv a20.csv b01.csv a17.csv b01er.csv b03.csv b02.csv b04.csv b01r.csv b05.csv c01.csv c02.csv c01r.csv c01er.csv c03.csv c02er.csv c03er.csv c04.csv c06.csv c05.csv c07.csv c03r.csv c08.csv c09.csv x01.csv c10.csv x03.csv x02.csv x04.csv x05.csv x07.csv x06.csv x08.csv x10.csv x09.csv x11.csv x12.csv x13.csv x14.csv x15.csv x16.csv x17.csv x18.csv x19.csv x20.csv x21.csv x22.csv x23.csv x24.csv x25.csv x26.csv x27.csv x28.csv x30.csv x31.csv x33.csv x32.csv x34.csv x29.csv x35.csv

USAir数据集-数据集

优质

USAir数据集包含了美国各城市间航班连接的信息，适用于网络分析、聚类及其他图论研究。 ### USAir数据集 #### 描述：航空网络是指包含航空公司航线信息的数据集合，通常用于交通网络研究、路径优化或预测分析等领域。USAir数据集是学术界常用的案例之一，它包含了美国联合航空公司（USAir）在1987年的航班连接信息，有助于理解航空运输系统的结构和特性。 #### 详细知识点： 1. **数据集概述**： USAir数据集源自R. E. Beasley于1990年发表的一篇论文。该数据集中包含美国主要城市间的91个机场以及它们之间的118条非直达航线，每个节点代表一个机场，每条边则表示两个机场间存在航班服务。 2. **网络结构**： USAir数据集是一个典型的加权图，其中的边代表着航班连接，并且权重反映了两机场之间航班频次。通过此数据集可以分析航空网络的拓扑特性如节点度分布、聚类系数和平均路径长度等指标。 3. **交通流分析**：数据集可用于研究乘客流量模式，识别最繁忙的航线，从而帮助航空公司优化路线布局以提升运营效率和服务质量。 4. **路径规划**：基于USAir数据集可以设计算法来寻找最优路径方案（如最短路径、最小成本或时间延迟最低的路径），这些解决方案对于乘客行程规划和航空公司的调度具有实际应用价值。 5. **复杂网络理论的应用**： USAir数据集常被用于研究小世界网络和无标度网络特性，这有助于理解现实世界的网络组织模式，并为其他领域的研究提供参考框架。 6. **机器学习模型训练与测试**：使用USAir数据集可以开发并验证预测航班延误、乘客流量等的机器学习模型。这些应用对于航空公司进行风险管理及决策支持至关重要。 7. **图论问题的应用**：数据集中包含的问题可转化为旅行商问题（TSP）、最小生成树（MST）等问题，这些问题在物流配送和路线规划等领域具有广泛应用价值。 8. **数据可视化**：通过绘制USAir网络图表可以直观展示机场之间的连接关系及其地理分布情况，有助于理解整个航空运输系统的密集程度与结构特征。 9. **数据预处理步骤**：在进行深入分析前需要对原始数据集执行清洗工作（如去除异常值、填充缺失信息等），并将非数值型字段转换为适合计算的形式。 10. **编程语言和工具的应用**：分析USAir数据集时常用的编程语言包括Python与R，借助pandas、networkx及ggplot2等库可以方便地读取、处理并可视化相关数据。综上所述，USAir数据集不仅是对研究者而言的宝贵资源，同时也为航空公司策略制定和运营管理提供了重要参考价值。通过对该数据集的研究能够揭示出航空网络内部规律，并提出切实可行的问题解决方案。

是否确定退出登录?

FB15K数据集

全部评论 (0)