إكمال الرسم البياني للمعرفة من خلال تحليل الأテンسور المعقدة 请注意，"الأ텐سور" 在这里使用了中文的音译，因为阿拉伯语中没有直接对应的术语。在正式的学术翻译中，通常会根据上下文选择最合适的术语或保持原词不变并附上解释。如果你有具体的术语偏好，请告诉我。

في تعلم العلاقات الإحصائي، يتعامل إكمال الرسم البياني للمعرفة مع فهم هيكل الرسوم البيانية للمعرفة الكبيرة تلقائياً --- وهي رسوم بيانية موجهة ومُصنَّفة --- وتنبؤه بالعلاقات المفقودة --- وهي الحواف المُصنَّفة. تقترح النماذج المضمنة الأكثر تقدماً تنازلات مختلفة بين التعبيرية والتعقيد الزمني والمكاني. نوفق بين التعبيرية والتعقيد من خلال استخدام المضمنات ذات القيم المعقدة ونستكشف العلاقة بين هذه المضمنات ذات القيم المعقدة والتشخيص الوحدوي (unitary diagonalization). نؤكد نهجنا نظرياً ونظهر أن جميع المصفوفات المربعة الحقيقية --- وبالتالي جميع مصفوفات العلاقات/المجاورة المحتملة --- هي الجزء الحقيقي لبعض المصفوفات القابلة للتشخيص الوحدوي. هذا النتيجة يفتح الباب أمام العديد من التطبيقات الأخرى لتحليل عوامل المصفوفات المربعة. يعتبر نهجنا المستند إلى المضمنات المعقدة بسيطاً بشكل حاسم، حيث أنه يتضمن فقط جداءاً هرميتياً (Hermitian dot product)، وهو ما يقابل الجداء الداخلي القياسي بين المتجهات الحقيقية، بينما تعتمد الأساليب الأخرى على دوال تركيب أكثر وأكثر تعقيداً لزيادة تعبيريتها. يمكن توسيع نطاق المضمنات المعقدة المقترحة لتغطي مجموعات بيانات كبيرة، حيث أنها تظل خطية في كل من المساحة والزمن، بينما تقوم بتخطي الأساليب البديلة باستمرار في مقاييس التنبؤ بالروابط القياسية.