Key points are not available for this paper at this time.
모바일 인터넷, 정보 획득 기술, 클라우드 컴퓨팅 및 빅데이터 기술과 같은 정보 기술의 발전과 함께, 전통적인 지식 공학과 지식 기반 소프트웨어 공학은 네트워크가 점점 더 중요한 역할을 하는 근본적인 변화를 겪었습니다. 이러한 맥락에서 네트워크 기반 지식 표현, 지식 서비스 및 지식 공학을 위한 새로운 방법론과 기술 도구를 개발할 필요가 있습니다. 명백히 '네트워크'라는 용어는 다양한 상황에서 다른 의미를 가집니다. 한편, 복잡한 네트워크의 몇몇 병목 문제에서의 돌파구는 네트워크 기반 지식 표현, 지식 서비스 및 지식 공학을 위한 새로운 방법론과 기술 도구의 발전을 촉진합니다. 이 논문은 먼저 복잡한 네트워크에 대한 최근의 발전을 검토하고, 이어서 지식 그래프와 함께 복잡한 네트워크 관점에서 지식과 그 관계를 모델링하는 네트워크 지식 프레임워크를 제안합니다. 지식을 획득하고 처리하는 데 있어 딥러닝의 독특한 장점을 고려하여, 이 논문은 딥러닝의 발전을 검토하고 지식 공학 발전에서 차지한 역할을 강조합니다. 마지막으로 몇 가지 도전 과제와 향후 경향을 논의합니다.
Lü et al. (Mon,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: