跳到正文
OpenReview · State space models· Ruiguo Yu; Tao Liu; Jian Yu; Wenbin Zhang; Yue Zhao; Ming Yang; Mankun Zhao; Jiujiang Guo·· 2023-01-01精选AI 评分72

用于时序知识图谱补全的双四元数空间平移与旋转组合方法

Combination of Translation and Rotation in Dual Quaternion Space for Temporal Knowledge Graph Completion

AI 导读

基于摘要分析。本文研究时序知识图谱补全:针对实体关系随时间变化、关系模式复杂且现有方法难以充分建模的问题,提出 ComTR,在双四元数空间中组合平移与旋转,以表示时间戳和关系。 核心机制是利用双四元数乘法,将时间信息与关系建模为平移和旋转操作的组合。作者分析了时序知识图谱中的关系模式,并声称该方法能够建模其中的全部关系模式;摘要未列出具体模式类别、覆盖条件或证明细节,因此这一结论的适用范围尚未验证。嵌入构造、评分函数、损失形式、负采样及训练流程也需查阅全文。 作者报告,ComTR 在四个时序知识图谱补全基准数据集上达到最先进表现,但摘要未给出数据集名称、评价指标、具体数值、数据划分或对照方法,尚不能据此判断优势幅度及跨基准一致性。实验协议、消融及统计信息尚未验证。 本研究的主要对象是带时间信息的实体—关系结构,而非连续神经信号,也不能因来源栏目为 State space models 就将其归为神经信号状态空间模型。现有材料未建立该机制与 EEG/BCI 任务之间的具体对应关系,因此不提出迁移效果判断或复现实验建议;已有 EEG 相关工作尚未检索确认。

阅读价值

值得关注的是 ComTR 如何以双四元数乘法统一时间戳与关系的平移、旋转表示;作者报告的关系模式覆盖能力和基准优势仍需结合全文验证,摘要未提供其用于 EEG/BCI 的具体依据。

来源:OpenReview · State space models · openreview.net