arXiv · cs.AI· Minwoo Yu, Young-guk Ha·· 5 小时前
跨时序图表示孤岛学习：在连续时间动态图与时序知识图谱之间复用关系动态
Learning Across Temporal Graph Representation Silos
arXiv:2610.19576v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Minwoo Yu, Young-guk Ha
研究任务与主要进展
Minwoo Yu与Young-guk Ha研究关系历史中学习到的预测结构能否在连续时间动态图（CTDG）和时序知识图谱（TKG）之间复用。基于论文摘要，作者报告了跨表示的双向知识复用，并发现表示形式相同的来源并不一定更有帮助。独立预训练的TKG与CTDG模型还可在分数层面融合，在无需实体或关系语义对齐的情况下改进第三个数据集上的预测；该思路在推荐和安全检测中给出了两个概念验证。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org