·226· 智能系统学报 第15卷 [17]HAMERLY G,ELKAN C.Alternatives to the K-Means 作者简介： algorithm that find better clusterings[C]//Proceedings of 饶官军，硕士研究生，主要研究方 the 11th International Conference on Information and 向为知识图谱、表示学习。 Knowledge Management.McLean,USA,2002:600-607. [18]CELEBI M E,KINGRAVI H A,VELA P A.A comparat- ive study of efficient initialization methods for the k- means clustering algorithm[J].Expert systems with ap- plications,2013,40(1y:200-210. 古天龙，教授.博士生导师，主要 [19]DUCHI J,HAZAN E,SINGER Y.Dearly adaptive sub- 研究方向为形式化方法、知识工程与 gradient methods for online learning and stochastic optim- 符号推理、协议工程与移动计算、可信 ization[J].Journal of machine learning research,2011, 泛在网络、嵌入式系统。主持国家 12(7):257-269. 863计划项目、国家自然科学基金项 [20]BORDES A.GLOROT X.WESTON J,et al.A semantic 目、国防预研重点项目、国防预研基金 项目等30余项，出版学术著作3部. matching energy function for learning with multi-relation- 发表学术论文130余篇。 al data:application to word-sense disambiguation[J].Ma- chine learning,2014,94(2):233-259. 常亮，教授，博士，中国计算机学 [21]SOCHER R,CHEN Dangi,MANNING C D,et al.Reas- 会高级会员，主要研究方向为数据与 知识工程、形式化方法、智能系统。主 oning with neural tensor networks for knowledge base 持并完成国家自然科学基金项目 completion[C]//Proceedings of the 26th International 1项、广西省自然科学基金项目 Conference on Neural Information Processing Systems. 1项。发表学术论文70余篇。 Lake Tahoe.USA.2013:926-934HAMERLY G, ELKAN C. Alternatives to the K-Means algorithm that find better clusterings[C]//Proceedings of the 11th International Conference on Information and Knowledge Management. McLean, USA, 2002: 600–607. [17] CELEBI M E, KINGRAVI H A, VELA P A. A comparat￾ive study of efficient initialization methods for the k￾means clustering algorithm[J]. Expert systems with ap￾plications, 2013, 40(1): 200–210. [18] DUCHI J, HAZAN E, SINGER Y. Dearly adaptive sub￾gradient methods for online learning and stochastic optim￾ization[J]. Journal of machine learning research, 2011, 12(7): 257–269. [19] BORDES A, GLOROT X, WESTON J, et al. A semantic matching energy function for learning with multi-relation￾al data: application to word-sense disambiguation[J]. Ma￾chine learning, 2014, 94(2): 233–259. [20] SOCHER R, CHEN Danqi, MANNING C D, et al. Reas￾oning with neural tensor networks for knowledge base completion[C]//Proceedings of the 26th International Conference on Neural Information Processing Systems. Lake Tahoe, USA, 2013: 926–934. [21] 作者简介： 饶官军，硕士研究生，主要研究方 向为知识图谱、表示学习。 古天龙，教授，博士生导师，主要 研究方向为形式化方法、知识工程与 符号推理、协议工程与移动计算、可信 泛在网络、嵌入式系统。主持国家 863 计划项目、国家自然科学基金项 目、国防预研重点项目、国防预研基金 项目等 30 余项，出版学 术著作 3 部， 发表学术论文 130 余篇。 常亮，教授，博士，中国计算机学 会高级会员，主要研究方向为数据与 知识工程、形式化方法、智能系统。主 持并完成国家自然科学基金项目 1 项、广西省自然科学基金项 目 1 项。发表学术论文 70 余篇。 ·226· 智 能 系 统 学 报 第 15 卷