Machine learningNetwork science

Анализ на времеви графи на знанието

Анализът на времеви графи на знанието разширява стандартните методи за графи на знанието към данни, където факти и връзки носят времеви печати или интервали на валидност. Той позволява разсъждения за това как същностите и връзките се развиват във времето, поддържайки задачи като предсказване на връзки за бъдещи факти, класификация на времеви връзки и прогнозиране на събития в динамични релационни данни.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Trivedi, R., Dai, H., Wang, Y., & Song, L. (2017). Know-Evolve: Deep temporal reasoning for dynamic knowledge graphs. Proceedings of the 34th International Conference on Machine Learning (ICML), pp. 3462–3471. link
  2. Dasgupta, S. S., Ray, S. N., & Talukdar, P. (2018). HyTE: Hyperplane-based temporally aware knowledge graph embedding. Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp. 2001–2011. DOI: 10.18653/v1/D18-1225

Как да цитирате тази страница

ScholarGate. (2026, June 3). Temporal Knowledge Graph Analysis (TKG Analysis). ScholarGate. https://scholargate.app/bg/network-analysis/temporal-knowledge-graph-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateTemporal Knowledge Graph Analysis (Temporal Knowledge Graph Analysis (TKG Analysis)). Извлечено на 2026-06-15 от https://scholargate.app/bg/network-analysis/temporal-knowledge-graph-analysis · Набор от данни: https://doi.org/10.5281/zenodo.20539026