PulseAugur
实时 07:27:56
English(EN) Not All Memories Age the Same: Autodiscovery of Adaptive Decay in Knowledge Graphs

研究人员提出知识图谱的自适应衰减,改善时间动态。

研究人员开发了一个新的知识图谱框架,该框架超越了统一衰减,认识到不同类型的信息具有不同的生命周期。该方法使用基于概念频率(速度)和值变化(波动性)的连续衰减曲面来调整衰减率。该系统从数据中学习域、上下文和实体级别的参数,与传统方法相比,显著提高了检索准确性。 AI

影响 为知识图谱引入自适应衰减,有可能提高动态信息系统的检索准确性。

排序理由 这是一篇发表在arXiv上的研究论文,详细介绍了一个新的知识图谱框架。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究人员提出知识图谱的自适应衰减,改善时间动态。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mandar Karhade ·

    Not All Memories Age the Same: Autodiscovery of Adaptive Decay in Knowledge Graphs

    arXiv:2604.26970v1 Announce Type: cross Abstract: Knowledge graphs used for retrieval treat all facts as equally current. Existing temporal approaches apply uniform decay, using a single forgetting curve regardless of knowledge type. We show this is fundamentally misspecified: di…