핵심 개념
하이퍼복소 공간에서 쿼터니언 표현을 활용하여 시간적 지식 그래프의 복잡한 시간적 변동성을 효과적으로 캡처하는 새로운 방법을 제안합니다.
초록
시간적 지식 그래프 완성(TKGC)은 주어진 시간적 지식 그래프에서 특정 시간에 누락된 사실을 채우는 것을 목표로 합니다.
기존 방법들과 달리 본 연구는 하이퍼복소 공간 내에서 더 표현력 있는 쿼터니언 표현을 도입하여 TKGC를 개선합니다.
본 연구는 시간에 민감한 관계를 캡처하고 복잡한 시간적 변동성을 효과적으로 캡처하기 위해 시간적 회전과 주기적 시간 변환을 모델링합니다.
실험 결과는 제안된 방법이 TKGC 분야에서 최고 수준의 성능을 달성한다는 것을 입증합니다.
통계
본 연구는 하이퍼복소 공간에서의 모델이 복잡한 시간적 변동성을 캡처하는 데 효과적임을 실험적으로 입증합니다.
인용구
"시간에 민감한 관계를 캡처하고 복잡한 시간적 변동성을 효과적으로 캡처하기 위해 시간적 회전과 주기적 시간 변환을 모델링합니다."
"시간적 회전은 쿼터니언의 해밀턴 곱을 활용하여 지역적 시간 상호작용을 캡처하고, 주기적 시간 변환은 시간 기간 내의 상호작용을 캡처합니다."