跳到正文
热点事件持续更新

作者提出 RAHC 框架,用于补全材料合成条件

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Jiawei Sun 等作者发布论文,提出 RAHC,一个规则增强的超关系知识图谱框架,用于补全材料合成中缺失的实验条件,支持单槽位和多槽位联合补全。 该框架从训练记录和检索文献中构建可追溯的规则库:硬规则用于约束候选是否有效,软规则用于引导候选排序;再通过门控融合,把图结构与规则证据结合起来。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · cs.AI
    RAHC:用规则增强超关系知识图谱补全材料合成条件

    RAHC 是一个规则增强的超关系知识图谱(HKG,Hyper-Relational Knowledge Graph)框架,用于补全材料合成中缺失的实验条件。它从训练记录和检索文献构建可追溯规则库,用硬规则约束候选有效性、软规则引导排序,并通过门控融合结合图结构与规则证据。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。