Machine learningNetwork science

تحلیل گراف دانش زمانی

تحلیل گراف دانش زمانی، روش‌های استاندارد گراف دانش را به داده‌هایی تعمیم می‌دهد که در آن‌ها حقایق و روابط دارای مُهر زمانی یا بازه‌های اعتبار هستند. این روش امکان استدلال درباره چگونگی تکامل موجودیت‌ها و روابط در طول زمان را فراهم می‌کند و از وظایفی مانند پیش‌بینی پیوند برای حقایق آینده، طبقه‌بندی روابط زمانی و پیش‌بینی رویداد در داده‌های رابطه‌ای پویا پشتیبانی می‌کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Temporal Knowledge Graph Analysis (TKG Analysis). ScholarGate. https://scholargate.app/fa/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)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/network-analysis/temporal-knowledge-graph-analysis · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026