1) KDSQL
知识发现查询语言
2) KQL Knowledge Query Language
知识查询语言
3) linguistic knowledge discovery
语言学知识发现
4) KQML
知识查询与处理语言
5) knowledge query and manipulation language(KQML)
知识查询和处理语言
1.
Extends the base knowledge query and manipulation language(KQML) to support multi-agent group re-keying protocols and secure group communication protocol.
在基本知识查询和处理语言(KQML)的基础上进行扩充,使得KQML能够支持多智能体群组密钥更新协议和安全群组通信协议。
6) KQML
知识查询和操纵语言
1.
We represent the characteristic of KQML and put forward the idea of constructing the cost calculation system, which includes quantities calculation agents and cost calculation agents, applicable for not only tender bidding but also tender offer.
笔者阐述了知识查询和操纵语言KQML的特点及其应用于招投标计价系统中的可行性 ,从计价角度分析了工程承包合同的类型 ,构建了工程量计算A gent系统和造价计算Agent系统 ,提出了构建适用于投标计价和做招标的标底的招投标计价多Agent协同工作系统的思想 ,该多Agent协同工作系统包含工程量计算Agent和造价计算Agent。
2.
KQML(Knowledge Query and Manipulation Language) which is a protocol for exchanging information and knowledge, is widely used as an agent communication language.
知识查询和操纵语言是目前多代理系统中广泛采用的通讯规范之一 ,它规定了标准格式来支持代理间的实时通讯。
补充资料：知识发现
知识发现
knowledge discovery
操作能力)越强，自主性程度越高;②系统能够做出的选择越多，能够探索的目标空间越大，自主性程度越高。因此，发现系统的认知自主性程度与完成预定任务所需的教师干预程度成反比。在能否最终构造出完全自主的发现系统的问题上，始终存在激烈的争论;但现有发现系统肯定没有达到完全自主的地步。随着研究工作的深人，研究者已开始将注意力从“构造完全自主的发现系统”转向“提高发现系统的自主性程度并混合使用交互式技术”。就目前情况来看，在这个方向上有下述几方面的工作已引起重视: (1)运用各种技术以提高知识发现的“自主性”的质量。例如LL〔系统就是运用演绎推理技术和交互式技术实现大量数据的知识发现的功能;TANEL系统则是采用基于解释学习技术来发现大容量知识库中的规整性。 (2)发展系统的自主评价能力。在三类研究中，发现系统均可能对同一组输人产生不同的甚至相互冲突的中间或最终结果。认知自主性要求发现系统能够对这些结果作出选择。 (3)加强各种发现技术和研究成果的集成。 以上三个方面是紧密联系的，例如，集成既向评价提出了较高的要求，又为评价提供了基础。 知识发现是人工智能中最富挑战性的课题之一，它的研究不仅与人工智能的众多领域密切相关，而且与科学哲学、认知心理学等学科有广泛的交叉。无论能否最终达到其“理想”目标，这一研究的进展将对整个人工智能及相关学科产生不可忽视的影响。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条