HyperAIHyperAI
منذ 2 أشهر

RotateQVS: تمثيل المعلومات الزمنية كدوران في فضاء المتجهات الكواتيرنيون لاستكمال الرسم البياني المعرفي الزمني

Kai Chen; Ye Wang; Yitong Li; Aiping Li
RotateQVS: تمثيل المعلومات الزمنية كدوران في فضاء المتجهات الكواتيرنيون لاستكمال الرسم البياني المعرفي الزمني
الملخص

العوامل الزمنية مرتبطة بنمو الحقائق في التطبيقات الواقعية، مثل تقدم الأمراض وتطور الوضع السياسي، ولذلك فإن البحث حول الرسم البياني للمعرفة الزمنية (TKG) يجذب اهتمامًا كبيرًا. في رسم المعرفة الزمني (TKG)، يجب دراسة الأنماط العلائقية المتأصلة بالزمنية لتعلم التمثيل والاستدلال عبر الحقائق الزمنية. ومع ذلك، فإن الطرق الحالية تجد صعوبة كبيرة في نمذجة الأنماط العلائقية الزمنية، كما أنها لا تستطيع التقاط الروابط الداخلية بين العلاقات عند تطورها مع مرور الوقت، مما يفتقر إلى القابلية للتفصيل والشرح. في هذا البحث، نقترح طريقة نمذجة زمنية جديدة تمثل الكيانات الزمنية كدوران في فضاء المتجهات الكواتيرنية (RotateQVS) والعلاقات كمتجهات معقدة في فضاء الكواتيرنون هاميلتون (Hamilton's quaternion space). نوضح أن طرقتنا قادرة على نمذجة الأنماط الرئيسية للعلاقات في رسم المعرفة الزمني (TKG)، مثل التناظر والعدم التناظر والتضاد، ويمكنها أيضًا التقاط العلاقات التي تتطور مع مرور الوقت من خلال النظرية. بشكل تجريبي، نظهر أن طرقتنا يمكن أن تعزز أداء مهام التنبؤ بالروابط على أربعة مقاييس لرسم المعرفة الزمني.

RotateQVS: تمثيل المعلومات الزمنية كدوران في فضاء المتجهات الكواتيرنيون لاستكمال الرسم البياني المعرفي الزمني | أحدث الأوراق البحثية | HyperAI