دانشمندان هوش مصنوعی به تازگی مدل جدیدی به نام «PGRE» را معرفی کردهاند که میتواند پیچیدگیهای گرافهای دانش پویا را بهتر درک کند. گرافهای دانش (مثل ارتباطات اجتماعی یا ساختارهای مولکولی) مدام در حال تغییر و نویز هستند، اما مدل PGRE با استفاده از فرمولبندی احتمالات و فرآیندهای مارکوف، میتواند پیوندهای زمانی را با دقت بالایی پیشبینی کند.
این نوآوری بهویژه در محیطهای دادهای که اطلاعات کمی وجود دارد (Sparse Settings)، بسیار کارآمد عمل میکند و مسیر جدیدی برای درک بهتر تکامل روابط در سیستمهای پیچیده باز کرده است. 💡
منبع: arXiv Machine Learning