研究人员推出LiFTER，这是一种用于连续时间动态图的新型神经符号预测模型。该模型将观察到的交互保留为时间事实，并使用可执行的时间规则来预查询这些事实，从而实现可检查和可验证的预测。LiFTER在预测准确性方面具有竞争力，同时还可以作为“显微镜”来分析跨数据集的复发、历史和转换的贡献，并将其追溯到单个事实。该系统在四个基准测试中展示了高精度的预测重建能力，将未来链接预测转化为基于事实的计算。 AI
影响 在连续时间动态图预测中引入了一种可检查和可验证预测的新方法。
排序理由 该条目是一篇研究论文，详细介绍了一种新模型和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- LiFTER
- Link-Fact Temporal Rule Inducer
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
