RotateCT：通过复数空间中的旋转与坐标变换进行知识图谱嵌入

基于摘要分析。本文研究知识图谱中实体与关系的嵌入表示，提出 RotateCT，通过实体坐标变换与复数空间旋转建模关系，重点处理非交换组合模式，而非 EEG 信号建模或 BCI 解码。 机制上，RotateCT 先变换各实体的坐标，再将关系表示为复数空间中从头实体到尾实体的旋转。摘要将对称／反对称、逆关系、交换组合与非交换组合作为重要的关系模式，并指出，部分既有方法通过采用四元数等更复杂的表示空间支持非交换组合，但可能增加参数量与计算开销。作者主张 RotateCT 无需依赖此类更复杂空间，即可表达非交换组合并提高计算效率；具体坐标变换形式、参数共享方式、训练目标与计算复杂度尚未验证。 作者报告，在多个数据集的链路预测和路径查询回答任务上，RotateCT 优于多数当时的先进方法。摘要未提供数据集名称、划分方式、评价指标、具体分数及对照配置，因此尚不能判断优势幅度、不同任务的一致性或效率收益。实验协议、消融及统计信息尚未验证。 该方法依赖知识图谱的实体—关系结构，材料未提供它与 EEG／BCI 数据结构或任务的具体对应关系，不能将知识图谱任务中的结果视为 BCI 有效性的证据。已有 EEG 相关工作尚未检索确认。复现需进一步取得全文，核对模型定义、训练与评估协议及实现可用性。