본문 바로가기

search

인공지능과 시뮬레이션 Search Method Basic Search Blind Search: Search tree를 만든 후, (모든 경우가 탐색 가능 ==> 너무 많은 시간 소요) DFS: 깊이 우선으로 탐색 (Local Max에 빠질 가능성) BFS: 너비 우선으로 탐색 (너무 많은 시간 소요) Heuristic Search: Search tree에서 경험에 의한 기대치를 반영 ==> 시간 개선을 위해 Hill-Climb(DFS with weight): 각 노드에 경험에 의한 가중치를 부여한 후 우선하여 검색 (local max에 빠질 가능성, 방향전환의 어려움, 평평한 고원 문제) Beam(BFS with weight): level로 확장한 후 확장된 곳에서 노드의 경험적 가중치를 기반으로 w만큼 선택, 이 과정을 g.. 더보기
Semantic Search(Paper) Semantic Search R. Guha IBM Research, Almaden rguha@us.ibm.com Rob McCool Knowledge Systems Lab, Stanford Stanford, CA, USA robm@ksl.stanford.edu Eric Miller W3C/MIT Cambridge, MA, USA em@w3.org 2. SEMANTIC SEARCH INTRODUCTION Semantic search is an application of the Semantic Web to search. We believe that the addition of explicit semantics can improve search. Semantic Search attempts to augment.. 더보기
Finding Matches for Keyword Search query에서 specify된 keyword를 {K1, K2, ..., Kk}로 놓는다 Keyword search는 3개의 단계를 가진다 query의 keyword를 하나라도 포함하는 DB table을(columns와 cells) identify하기 위해서 symbol table이 검색된다(생성된 SQL을 통하여) join trees를 열거하고 match하는 row를 identify(확인, 감정, 식별) 한다 2번과정을 상세히 보면 이 단계는 모든 symbol table granularity(시스템의 세분화 정도)와 유사하다 query keyword를 하나라도 포함하는 DB tables의 set을 MachedTables로 놓자 만약, schema graph G를 undirected graph로 본다면, .. 더보기