Application du réseau relationnel attention hiérarchique dans la prédiction des diagnostics Ces dernières années, les dossiers de santé électroniques (Electronic Health Records, EHR) sont devenus extrêmement précieux pour améliorer les décisions médicales, la détection des maladies en ligne et le suivi des patients. En parallèle, les approches basé...

Agrégation Temporelle et Propagation dans les Réseaux de Neurones Graphiques pour les Représentations Dynamiques des Graphes Introduction Un graphe temporel (temporal graph) est une structure de graphe dans laquelle les interactions entre les nœuds évoluent dynamiquement au fil du temps. La topologie du graphe évolue avec le temps, reflétant des pr...

AutoAlign：Une méthode d’alignement de graphes de connaissances entièrement automatique et efficace, conduite par des modèles linguistiques à grande échelle Le graphe de connaissances (Knowledge Graph, KG) a été largement utilisé dans divers domaines tels que les systèmes de questions-réponses, les systèmes de conversation et les systèmes de recomma...

Système de recommandation explicable amélioré par le social basé sur le graphe de connaissances Introduction Avec l’augmentation constante du volume d’informations dans le monde d’Internet, les informations relatives aux utilisateurs et aux produits se sont également rapidement étendues, entraînant un problème croissant de surcharge d’informations....

Réseaux de Neurones Graphiques Renforcés par la Connaissance pour une Recommandation Explicable Introduction Avec l’explosion exponentielle des informations en ligne, les systèmes de recommandation jouent un rôle important dans la résolution du problème de surcharge d’information. Les systèmes de recommandation traditionnels reposent généralement s...

Réseau de Mémoire Graphique Profonde pour le Suivi de Connaissances Robustes À l’Oubli Ces dernières années, le suivi des connaissances (Knowledge Tracing, KT) en tant que méthode importante d’apprentissage personnalisé a attiré une attention considérable. Le suivi des connaissances vise à prédire la précision des réponses des étudiants à de nouvel...

Connexion des Embeddings Basée sur les Réseaux d’Attention Graphiques Multi-Relations pour l’Identification des Types d’Entités dans les Graphes de Connaissances Contexte de l’étude De nos jours, les graphes de connaissances (Knowledge Graphs, KGs) suscitent un intérêt croissant dans divers domaines de l’IA où ils jouent un rôle clé. Les KGs à gran...

Modèles de Langage Unifiés et Graphes de Connaissance Contexte Ces dernières années, le domaine du traitement automatique du langage naturel et de l’intelligence artificielle a vu émerger de nombreux résultats de recherche, parmi lesquels les modèles de langage de grande taille (Large Language Models, LLMs) tels que ChatGPT et GPT-4 se sont disting...

Recommandation améliorée par le graphe de connaissances sans échantillonnage basé sur le graphe Ces dernières années, les systèmes de recommandation augmentés par le graphe de connaissances (Knowledge Graph, KG), visant à résoudre le problème du démarrage à froid et l’interprétabilité des systèmes de recommandation, ont attiré beaucoup d’attention....

Système de recommandation basé sur le graphe de connaissances : Réseau d’Attention Contextualisé par Graphe Ces dernières années, avec la croissance exponentielle des informations et contenus en ligne, les systèmes de recommandation sont devenus de plus en plus importants dans divers scénarios tels que les sites de commerce électronique et les plat...