Główne pojęcia
既存のTIGモデルの課題を解決するために、TIGPromptが提案されました。この新しいアプローチは、時間的および意味的なギャップを埋めることで、優れたパフォーマンスを実現します。
Streszczenie
最近、Temporal Interaction Graphs(TIGs)に対するプロンプト学習の重要性が浮き彫りになっています。TIGsは現実世界のシステムを表現するために広く利用されており、その学習には多くの課題があります。従来の「事前学習、予測」パラダイムでは、時間的および意味的なギャップが存在しました。これらの課題を克服するために、「事前学習、プロンプト」パラダイムが導入されました。この新しいアーキテクチャであるTIGPromptは、既存の静的グラフ向けの提示方法と比較して優れた結果を示しています。
Statystyki
TIGPromptはSOTAパフォーマンスと効率性の利点を示す。
プレトレーニングデータは20%しか使用されていない。
プロジェクションTProGが他のタイプよりもリンク予測タスクで優れた結果を示す。
Cytaty
"TIGPromptは時間的および意味的なギャップを埋めることでSOTAパフォーマンスを達成します。"
"TProGは個々のノードごとにタスク固有のセマンティクスを取り込みます。"