historical information | BriefGPT

关键词historical information

搜索结果 - 8

RLGNet: 重复 - 本地 - 全局历史网络用于时态知识图推理
通过使用 extbf {R} epetitive- extbf {L} ocal- extbf {G} lobal History extbf {Net} work (RLGNet)，我们提出了一个基于历史信息的方法，既考虑了全局视角又关
PDF3 months ago
HIP 网络：基于历史信息传递的时间知识图的外推推理
我们提出了历史信息传递（HIP）网络来预测未来事件。HIP 网络从时间、结构和重复的角度传递信息，用于建模事件的时间演化，相同时间步的事件交互以及已知事件。实验结果表明 HIP 网络的优越性，并且在 Hits@1 方面的显著改进证明了我们的
PDF5 months ago
本地 - 全局、历史感知的对比学习用于时间知识图推理
利用对比学习的方法，我们提出了基于本地与全局历史信息的对比学习模型 (LogCL)，用于时态知识图推理，该模型通过实体感知注意机制捕捉与查询相关的关键历史信息，并设计了四种历史查询对比模式，从而提高了模型的鲁棒性和预测性能。实验结果表明，L
PDF7 months ago
结合突变的时间动态以提高对 HIV-1 抗逆转录病毒疗法结果的预测能力
利用包括病毒突变信息、时间发生性和伴随病毒载量测量在内的历史知识进行权重分析，研究指出从历史信息中获取的潜在艾滋病毒储存库能够显著提高对治疗结果的预测准确性，突变的时间动态对 HIV 感染复杂性提供了重要洞察。
PDF8 months ago
学习历史状态提示以实现准确和强健的视觉跟踪
该研究提出了一种历史信息提示器（HIP）和基于 HIP 模块的 HIPTrack，以增强跟踪器的历史信息提供，进而显著提高跟踪性能。该方法在 LaSOT、LaSOT ext、GOT10k 和 NfS 数据集上表现优于目前所有最先进的方法，并
PDF8 months ago
AAAI探讨历史信息在时态知识图外推中的极限
提出了一种名为 Contrastive Event Network (CENET) 的新的事件预测模型，基于历史对比学习的训练框架，用于在时间知识图推导中区分最有潜力与给定查询最匹配的实体，并在推断过程中使用基于掩码的策略生成最终结果。
PDF10 months ago
IJCAI适应性路径记忆网络用于时态知识图谱推理
本文提出了一种新的建模技术，即 DAeMon (Based on Adaptive path-Memory Network)，该技术通过自适应地建模历史信息中关系特征，而不是仅仅依赖于实体表示；使用了路径记忆来记录时间线上的路径信息，并考虑
PDFa year ago
ACL探究对比学习中负样本对句子嵌入影响的案例研究
本文提出了一种 Momentum 对比学习模型（MoCoSE），用于为句子嵌入提供正负样本，验证了负样本队列的历史信息对模型性能的影响，结果表明历史信息处于某个特定范围时，模型性能最佳。在语义文本相似度（STS）任务中测试，取得平均 Spe
PDF2 years ago