Machine learningNetwork science

Analýza časových grafů znalostí

Analýza časových grafů znalostí rozšiřuje standardní metody grafů znalostí na data, kde fakta a vztahy nesou časová razítka nebo intervaly platnosti. Umožňuje uvažovat o tom, jak se entity a vztahy vyvíjejí v čase, a podporuje úlohy, jako je predikce vazeb pro budoucí fakta, klasifikace časových vztahů a předpovídání událostí v dynamických relačních datech.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Temporal Knowledge Graph Analysis (TKG Analysis). ScholarGate. https://scholargate.app/cs/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)). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/temporal-knowledge-graph-analysis · Datová sada: https://doi.org/10.5281/zenodo.20539026