新的合成生成器在分布变化下评估TKG预测模型

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-10 09:22

研究人员开发了一个合成TKG生成器，用于在受控的分布变化下评估预测模型。研究发现，虽然周期性和规律性通常是可恢复的，但潜在实体社区结构的变化对模型的适应性提出了重大挑战。这项工作旨在增进对TKG模型在面对时间分布变化时的能力和局限性的理解。 AI

影响这项研究为评估时间知识图谱预测模型的鲁棒性提供了一个新框架，有望在动态环境中带来更具适应性和可靠性的AI系统。

排序理由该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种用于时间知识图谱预测模型的新合成评估方法。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Konrad \"Ozdemir, Julia Gastinger, Lukas Kirchdorfer, Heiner Stuckenschmidt · 2026-07-13 04:00

分布偏移下的时序知识图谱预测：一项合成评估

arXiv:2607.09232v1 Announce Type: new Abstract: Temporal knowledge graphs (TKGs) represent evolving relational systems, whose underlying data-generating processes often change over time. Yet, TKG forecasting models are commonly evaluated only on empirical benchmark datasets that …
arXiv cs.LG TIER_1 English(EN) · Heiner Stuckenschmidt · 2026-07-10 09:22

分布偏移下的时序知识图谱预测：一项合成评估

Temporal knowledge graphs (TKGs) represent evolving relational systems, whose underlying data-generating processes often change over time. Yet, TKG forecasting models are commonly evaluated only on empirical benchmark datasets that provide limited insight into the models' robustn…