تتطور مجالات الذكاء الاصطناعي بوتيرة سريعة، ومن بينها مجال تنبؤ الروابط في الرسوم البيانية (Graphs). تهدف تقنية تنبؤ الروابط إلى التعرف على العلاقات المحتملة أو المستقبلية داخل هيكل رسومي معين، حيث تُعد المعلومات المكانية جزءاً أساسياً من هذه العملية. تعتمد الطريقة التقليدية على تحديد المعلومات المكانية للعقد كمسافات إلى معالم ذات بُعد واحد، مما يهمل الطبيعة متعددة الأبعاد للهياكل المتجانسة وعلاقاتها الهرمية.
في دراسة حديثة تم طرح طريقة جديدة تُسمى "تمثيل الموقف متعدد الأبعاد للرسوم البيانية من خلال كرة جزئية لتنبيؤ الروابط" (Multi-Granularity Position Embedding of Graphs via Granular-Ball for Link Prediction - MGLP). تهدف هذه الطريقة إلى توفير تمثيل موقف متعدد الأبعاد للرسوم البيانية يمكنه تحسين دقة التنبؤ بالروابط.
تعتمد طريقة MGLP على آلية تحسين الرسوم البيانية المعتمدة على التكيف مع تقسيم الرسوم البيانية إلى مجالات فرعية متجانسة بأفضل مستويات من الدقة. يتم اعتبار العقد المركزية داخل هذه المجالات كمعالم رئيسية، مما يشكل رسماً مركزياً هرمياً. عُرضت آلية جديدة لترميز المسافة الهرمية متعددة الأبعاد لالتقاط كل من الهياكل المتجانسة داخل الرسم البياني وارتباطاتها الهرمية، مما يعزز القدرة التمييزية للعقد.
أظهرت النتائج التجريبية أن تمثيل الموقف متعدد الأبعاد الذي تولده هذه الطريقة يحقق أداءً ممتازًا وتنافسية قوية مقارنةً بالخوارزميات الأساسية.
لمزيد من المعلومات، يمكنكم الاطلاع على الأكواد المختبرية عبر الرابط: [CODES LINK]
نحو ثورة في تنبؤ الروابط: تقنية الموقف المتعدد الأبعاد في الرسوم البيانية
تقدم طريقة جديدة لتمثيل الموقف متعدد الأبعاد في الرسوم البيانية، مما يحسن دقة تنبؤ الروابط بشكل كبير. هذه التقنية تعد خطوة مهمة في فهم التفاعلات المعقدة ضمن الهياكل الرسومية.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
