<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Relational on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/relational/</link><description>Recent content in Relational on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/relational/index.xml" rel="self" type="application/rss+xml"/><item><title>统计关系学习</title><link>https://terms-en.ai-term-hub.com/zh/terms/statistical_relational_learning/</link><pubDate>Sat, 18 Jul 2026 11:35:19 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/statistical_relational_learning/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>统计关系学习（SRL）将概率论与关系数据结构相结合，使模型能够捕捉实体及其关系之间的依赖性。与标准统计方法不同，SRL能够同时处理对象属性和对象间的复杂关联。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一个机器学习领域，将概率推理与一阶逻辑相结合，以处理数据中复杂的结构关系。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>马尔可夫逻辑网络&lt;/li>
&lt;li>关系依赖性&lt;/li>
&lt;li>一阶逻辑&lt;/li>
&lt;li>实体-关系建模&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>社交网络分析与链接预测&lt;/li>
&lt;li>生物通路建模&lt;/li>
&lt;li>知识图谱补全&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1-knowledge-graphs-%E7%94%A8%E4%BA%8E%E8%A1%A8%E7%A4%BA%E5%AE%9E%E4%BD%93%E9%97%B4%E5%85%B3%E7%B3%BB%E7%9A%84%E5%9B%BE%E7%BB%93%E6%9E%84/">知识图谱 (Knowledge graphs，用于表示实体间关系的图结构)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%A6%82%E7%8E%87%E5%9B%BE%E6%A8%A1%E5%9E%8B-probabilistic-graphical-models-%E7%94%A8%E5%9B%BE%E8%A1%A8%E7%A4%BA%E6%A6%82%E7%8E%87%E4%BE%9D%E8%B5%96%E5%85%B3%E7%B3%BB/">概率图模型 (Probabilistic graphical models，用图表示概率依赖关系)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%BD%92%E7%BA%B3%E9%80%BB%E8%BE%91%E7%BC%96%E7%A8%8B-inductive-logic-programming-%E7%BB%93%E5%90%88%E9%80%BB%E8%BE%91%E4%B8%8E%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%BC%96%E7%A8%8B%E8%8C%83%E5%BC%8F/">归纳逻辑编程 (Inductive logic programming，结合逻辑与学习的编程范式)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C-graph-neural-networks-%E5%A4%84%E7%90%86%E5%9B%BE%E7%BB%93%E6%9E%84%E6%95%B0%E6%8D%AE%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B/">图神经网络 (Graph neural networks，处理图结构数据的深度学习模型)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>Praftn</title><link>https://terms-en.ai-term-hub.com/zh/terms/proaftn/</link><pubDate>Sat, 18 Jul 2026 11:30:30 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/proaftn/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>Praftn是一个专门的计算框架，旨在处理关系结构内的功能时间序列数据。它将概率推理与代数运算相结合，以建模复杂的动态系统，支持对连续值时间序列数据的结构化分析。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>功能时间序列网络的概率关系代数，一种用于建模动态系统的框架。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>功能时间序列&lt;/li>
&lt;li>关系代数&lt;/li>
&lt;li>概率建模&lt;/li>
&lt;li>动态系统&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>金融市场趋势预测&lt;/li>
&lt;li>网络流量监控&lt;/li>
&lt;li>物联网中的传感器数据融合&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/time-series-analysis-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%88%86%E6%9E%90/">Time-Series Analysis (时间序列分析)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/relational-learning-%E5%85%B3%E7%B3%BB%E5%AD%A6%E4%B9%A0/">Relational Learning (关系学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/probabilistic-graphical-models-%E6%A6%82%E7%8E%87%E5%9B%BE%E6%A8%A1%E5%9E%8B/">Probabilistic Graphical Models (概率图模型)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/functional-data-analysis-%E5%87%BD%E6%95%B0%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/">Functional Data Analysis (函数数据分析)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>