🧠 پیشرفت در پیش‌بینی آینده با گراف‌های دانش زمانی (TKG)! 📈

⚠️ هشدار به محققان: چرا دقت مدل‌های شناسایی پهپاد گاهی «واقعی» نیست؟

محققان مدل جدیدی به نام «GAttNHP» را معرفی کرده‌اند که تحولی در پیش‌بینی رویدادهای آینده در گراف‌های دانش ایجاد می‌کند. این مدل با ترکیب سه تکنولوژی نوآورانه:

1️⃣ کدگذار توجه‌محور (Self-attention) برای درک وابستگی‌های زمانی طولانی‌مدت.
2️⃣ ماژول گروه‌بندی معنایی برای اشتراک الگوهای پیچیده بین رویدادها.
3️⃣ رگرسیون NCQ برای پیش‌بینی دقیق‌تر زمان وقوع رویدادها (حتی در توزیع‌های نامنظم و کمیاب).

این مدل روی ۶ بنچمارک معتبر آزمایش شده و در پیش‌بینی موجودیت‌ها و زمان رویدادها، عملکردی بهتر از مدل‌های فعلی داشته است. یک گام دیگر به سمت هوش مصنوعی که می‌تواند تحولات دنیای واقعی را بهتر درک کند! 🚀

منبع: arXiv Machine Learning