BriefGPT - AI 论文速递 · 2023-10-30T00:00:00Z 通过神经扩散反应过程实现动态张量分解 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 DEMOTE是一种动态张量分解方法，利用神经扩散-反应过程估计每种张量模式中实体的动态嵌入。该方法通过构建多部分图编码实体之间的相关性，捕捉动态嵌入在不同实体之间的共性和个性，并使用神经网络构建每个实体的反应过程。在模拟研究和实际应用中表现出优势。 🏷️ 标签 DEMOTE 动态张量分解 多部分图编码 实体嵌入 张量 神经扩散-反应过程 阅读原文 生成长图 分享链接 已复制链接
