实体
Rotate
Rotate
PulseAugur coverage of Rotate — every cluster mentioning Rotate across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的RelBall模型通过新颖的关系建模增强知识图谱补全能力
研究人员推出了一种名为RelBall的新型模型，旨在通过解决现有方法的局限性来改进知识图谱补全。RelBall扩展了Rotate3D模型，通过引入模变换进行分层表示，并采用以尾实体为中心的“关系球”来处理包括一对多在内的各种关系类型。实验表明，在链接预测任务中，RelBall相对于基线模型取得了有竞争力的性能。
-
新的神经符号框架将AI预测与生物通路相结合
研究人员开发了KG-TRACE，一个旨在改进抗菌素耐药性（AMR）预测的机制基础的新神经符号框架。该框架整合了生物通路的知识图谱和一个神经基因组模型，使其能够动态地权衡神经证据与既定的生物知识。在实现具有竞争力的准确性的同时，KG-TRACE的主要贡献在于它能够为临床医生提供可验证的审计追踪，通过量化神经归因与生物通路之间的对齐来增强对AI驱动预测的信任。
-
新研究统一了知识图谱补全（KGC）的解释，并解决了图探索的挑战
研究人员正在探索知识图谱补全（KGC）和探索的新方法。一篇论文提出了一个统一的后验解释分类法，以提高 KGC 的可复现性和评估性。另一篇论文介绍了模型图归纳学习（MGIL），以捕捉全局图结构，实现更准确的链接预测。此外，一项研究确定了阻碍非专业用户与不熟悉知识图谱交互的“初始探索问题”（IEP），并提出了新的界面设计。最后，提出了 TRACE-KG 框架，用于上下文丰富的知识图谱生成，绕过了预定义的模式。