ScholarGate
Assistent
Machine learningNetwork science

Temporele kennisgraafanalyse

Temporele kennisgraafanalyse breidt standaard kennisgraafmethoden uit naar gegevens waarbij feiten en relaties tijdstempels of geldigheidsintervallen dragen. Het maakt redeneren mogelijk over hoe entiteiten en relaties zich in de loop van de tijd ontwikkelen, ter ondersteuning van taken zoals linkpredictie voor toekomstige feiten, temporele relatieclassificatie en gebeurtenisvoorspelling in dynamische relationele gegevens.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 3). Temporal Knowledge Graph Analysis (TKG Analysis). ScholarGate. https://scholargate.app/nl/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)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/network-analysis/temporal-knowledge-graph-analysis · Gegevensset: https://doi.org/10.5281/zenodo.20539026