知识图谱是一个跨学科研究主题,对推动语义理解、智能推理与大模型发展具有关键作用。文章从Web of Science核心合集中检索获取2010—2024年间1703篇知识图谱领域的研究论文,并通过h指数确定了78篇高被引文献。然后,使用VOSviewer构建...知识图谱是一个跨学科研究主题,对推动语义理解、智能推理与大模型发展具有关键作用。文章从Web of Science核心合集中检索获取2010—2024年间1703篇知识图谱领域的研究论文,并通过h指数确定了78篇高被引文献。然后,使用VOSviewer构建共被引网络并进行聚类分析,最终结合内容分析方法对识别出的50篇核心文献进行主题归纳与深入解读。研究发现,文献共被引方法能有效识别领域内的核心文献集群。研究选择的知识图谱领域的50篇核心文献,可归纳为四个主要研究方向:知识图谱理论基础与构建方法、知识图谱嵌入、基于知识图谱的知识推理以及基于知识图谱的推荐系统。展开更多
通过中国知网(CNKI)与Web of Science(WOS)核心数据库,检索其中2004年~2024年所收录的环锭包芯纱相关中英文文献,采集相关文献数据。利用CiteSpace知识图谱工具,构建环锭包芯纱研究的知识图谱,对环锭包芯纱领域的年度发文量、作者和国...通过中国知网(CNKI)与Web of Science(WOS)核心数据库,检索其中2004年~2024年所收录的环锭包芯纱相关中英文文献,采集相关文献数据。利用CiteSpace知识图谱工具,构建环锭包芯纱研究的知识图谱,对环锭包芯纱领域的年度发文量、作者和国家合作分布、研究热点与发展趋势进行可视化分析。研究发现:国内环锭包芯纱领域年度发文量总体上呈现逐年递减的趋势;国际年度发文量变化幅度较大,整体上是一个增长的态势。展开更多
数学推理对学生理解数学及发展核心素养具有极其重要的意义,一直是国内外关注的重点内容。运用Citespace6.2.R6可视化软件,对2000年以来Web of Science核心合集中收录的142篇数学推理相关文献进行计量分析。从量化分析与质性解读的角度...数学推理对学生理解数学及发展核心素养具有极其重要的意义,一直是国内外关注的重点内容。运用Citespace6.2.R6可视化软件,对2000年以来Web of Science核心合集中收录的142篇数学推理相关文献进行计量分析。从量化分析与质性解读的角度透析国际数学推理研究热点:聚焦数学推理的内涵及其影响因素研究;集聚数学推理的多元对象研究;着眼数学推理的教学现状研究;深耕数学推理的水平评估研究。提出三条启示:固本取精,推进互联式逻辑思辨与实证研究;打破壁垒,立足多元化关注学段与研究对象;参酌经验,拓新全面性内容主题与评价研究。展开更多
文摘知识图谱是一个跨学科研究主题,对推动语义理解、智能推理与大模型发展具有关键作用。文章从Web of Science核心合集中检索获取2010—2024年间1703篇知识图谱领域的研究论文,并通过h指数确定了78篇高被引文献。然后,使用VOSviewer构建共被引网络并进行聚类分析,最终结合内容分析方法对识别出的50篇核心文献进行主题归纳与深入解读。研究发现,文献共被引方法能有效识别领域内的核心文献集群。研究选择的知识图谱领域的50篇核心文献,可归纳为四个主要研究方向:知识图谱理论基础与构建方法、知识图谱嵌入、基于知识图谱的知识推理以及基于知识图谱的推荐系统。
文摘通过中国知网(CNKI)与Web of Science(WOS)核心数据库,检索其中2004年~2024年所收录的环锭包芯纱相关中英文文献,采集相关文献数据。利用CiteSpace知识图谱工具,构建环锭包芯纱研究的知识图谱,对环锭包芯纱领域的年度发文量、作者和国家合作分布、研究热点与发展趋势进行可视化分析。研究发现:国内环锭包芯纱领域年度发文量总体上呈现逐年递减的趋势;国际年度发文量变化幅度较大,整体上是一个增长的态势。
文摘数学推理对学生理解数学及发展核心素养具有极其重要的意义,一直是国内外关注的重点内容。运用Citespace6.2.R6可视化软件,对2000年以来Web of Science核心合集中收录的142篇数学推理相关文献进行计量分析。从量化分析与质性解读的角度透析国际数学推理研究热点:聚焦数学推理的内涵及其影响因素研究;集聚数学推理的多元对象研究;着眼数学推理的教学现状研究;深耕数学推理的水平评估研究。提出三条启示:固本取精,推进互联式逻辑思辨与实证研究;打破壁垒,立足多元化关注学段与研究对象;参酌经验,拓新全面性内容主题与评价研究。
文摘顺序任务流(sequential task flow,STF)将对共享数据的访问表示为任务之间的依赖关系,STF运行时系统通过任务构造、依赖分析和任务依赖图(task dependence graph,TDG)生成、任务调度实现异步并行,这3个环节的开销直接影响并行程序的性能.目前以STF为核心的AceMesh运行时系统,在SW39000处理器上仅使用单主核构图、多从核执行的方式.然而,SW39000处理器离散访存性能较弱,细粒度任务构图离散访存增多,构图更容易成为瓶颈.对此,提出了一种利用多从核辅助主核进行构图的算法.首先,分析在依赖分析和TDG生成过程中的并行性,在SW39000处理器上实现了一种基于胖任务依赖图(fatTDG)的多核辅助并行构图算法PFBH(parallelized fatTDG building algorithm with helpers)并进行优化.其次,针对线程间的主存资源竞争问题,提出构图与执行并行中从核资源调节方法及参数选择.最终,在5类典型应用下进行实验测试.与单核串行构图系统相比,在细粒度任务场景下最高加速为1.75倍;与SW39000处理器上的OpenACC模型相比,AceMesh最高可达2倍加速.
