arXiv论文研究连续时间动态图与时序知识图谱间的知识复用
热点事件持续更新
arXiv论文研究连续时间动态图与时序知识图谱间的知识复用
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Minwoo Yu与Young-guk Ha在arXiv论文(arXiv:2610.19576)中研究连续时间动态图(CTDG)与时序知识图谱(TKG)两类表示之间的预测结构复用,报告了跨表示的双向知识迁移。 基于论文摘要,作者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,无需实体或关系语义对齐即可改进第三个数据集上的预测。作者称推荐和安全检测两个概念验证说明无直接对齐的外部时序来源也可作为预训练资源。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
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报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv · cs.AI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
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。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。