HyperAIHyperAI

Command Palette

Search for a command to run...

على طول الزمن: تضمين مُرَتَّب حسب التوقيت لاستكمال المعرفة الرسومية الزمنية

Qing He. Yongjun Xu Fuzhen Zhuang Xiang Ao Zhao Zhang Fuwei Zhang

الملخص

شهدت السنوات الأخيرة تقدماً ملحوظاً في أساليب تمثيل الرسوم المعرفية (KGE) لاستخلاص تمثيلات الكيانات والعلاقات في الرسوم المعرفية الثابتة (SKGs). ومع ذلك، تتطور المعرفة بمرور الوقت. ولتمثيل الحقائق التي تحدث في وقت محدد، تم اقتراح أساليب تمثيل الرسوم المعرفية الزمنية (TKG). ومع أن معظم النماذج الحالية تتجاهل الاستقلالية بين المعلومات الدلالية والمعلومات الزمنية، إلا أننا وجدنا تجريبياً أن النماذج الحالية تواجه صعوبة في التمييز بين تمثيلات الكيان أو العلاقة نفسها في أزمنة مختلفة. وبناءً على ذلك، نقترح طريقة جديدة تُسمى "تمثيل الرسوم المعرفية المُتتبعَة زمنياً بخط الزمن" (TLT-KGE) لاستكمال الرسوم المعرفية الزمنية. تهدف TLT-KGE إلى تمثيل الكيانات والعلاقات مع إدراج التوقيتات كمتجه معقد أو متجه كواتيرنيون. وبشكل خاص، تقوم TLT-KGE بتمثيل المعلومات الدلالية والمعلومات الزمنية كمحاور مختلفة في الفضاء العددي المعقد أو الفضاء الكواتيرنيوني. وفي الوقت نفسه، تم تصميم مكوّنين محددين لتعزيز العلاقة بين المعلومات الدلالية والمعلومات الزمنية. وبهذا، يمكن للطريقة المقترحة التمييز بين الاستقلالية بين المعلومات الدلالية والمعلومات الزمنية، مع إقامة ارتباط بينهما في آن واحد. وأظهرت النتائج التجريبية في مهمة توقع الروابط تحسينات كبيرة مقارنةً بالمنافسين الأفضل حالياً. وسيكون الكود المصدري متاحاً على: https://github.com/zhangfw123/TLT-KGE.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp