تمثيل الرسوم البيانية المعرفية كان موضوعًا بحثيًا نشطًا لاستكمال قواعد المعرفة (KGC)، حيث شهد تطورًا تدريجيًا منذ النماذج الأولى مثل TransE وTransH وRotatE إلى النموذج الحائز على الصدارة حاليًا QuatE. ومع ذلك، فإن QuatE يتجاهل الطبيعة متعددة الجوانب للكيانات والتعقيد الناتج عن العلاقات، حيث يعتمد فقط على العمليات الصارمة في الفضاء التوافقي (quaternion space) لالتقاط التفاعل بين أزواج الكيانات والعلاقات، مما يترك مجالًا مفتوحًا أمام تمثيل معرفي أفضل، والذي سيُسهم في النهاية في تحسين أداء استكمال قواعد المعرفة. في هذا البحث، نقترح نموذجًا جديدًا يُسمى QuatDE، يتميز باستراتيجية خريطة ديناميكية تهدف إلى التقاط التنوّع في أنماط العلاقات بشكل صريح، وفصل المعلومات المعجمية المختلفة للكيانات، باستخدام متجهات الانتقال لتعديل مواقع متجهات تمثيل الكيانات في الفضاء التوافقي من خلال الضرب الهاملتوني (Hamilton product)، مما يعزز قدرة التفاعل بين عناصر الرباعية (triplet). أظهرت نتائج التجارب أن QuatDE تحقق أداءً متميزًا على ثلاث معايير معروفة في استكمال الرسوم البيانية المعرفية. وبشكل خاص، ارتفع مؤشر MR بنسبة 26% على WN18 و15% على WN18RR، مما يثبت كفاءة وقابلية التعميم الخاصة بنموذج QuatDE.