Аналіз часових графів знань
Аналіз часових графів знань (Temporal Knowledge Graph Analysis) розширює стандартні методи графів знань на дані, де факти та зв'язки мають часові мітки або інтервали дійсності. Він дозволяє робити висновки про те, як сутності та відношення еволюціонують у часі, підтримуючи такі завдання, як прогнозування зв'язків для майбутніх фактів, класифікація часових відношень та прогнозування подій у динамічних реляційних даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Temporal Knowledge Graph Analysis (TKG Analysis). ScholarGate. https://scholargate.app/uk/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.
- Аналіз графів знаньМережевий аналіз↔ compare
- Аналіз багатошарових графів знаньМережевий аналіз↔ compare
- Виявлення часових спільнотМережевий аналіз↔ compare
- Аналіз дифузії в часових мережахМережевий аналіз↔ compare
- Чальнісний аналіз соціальних мережМережевий аналіз↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →