Buchumschlag

CountTRuCoLa: Rule Confidence Learning for Temporal Knowledge Graph Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gastinger, Julia, Meilicke, Christian, Stuckenschmidt, Heiner
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

History repeats Itself: A Baseline for Temporal Knowledge Graph Forecasting
von: Gastinger, Julia, et al.
Veröffentlicht: (2024)

Reevaluation of Inductive Link Prediction
von: Ott, Simon, et al.
Veröffentlicht: (2024)

TGB 2.0: A Benchmark for Learning on Temporal Knowledge Graphs and Heterogeneous Graphs
von: Gastinger, Julia, et al.
Veröffentlicht: (2024)

A*Net and NBFNet Learn Negative Patterns on Knowledge Graphs
von: Betz, Patrick, et al.
Veröffentlicht: (2024)

GradTree: Learning Axis-Aligned Decision Trees with Gradient Descent
von: Marton, Sascha, et al.
Veröffentlicht: (2023)

GRANDE: Gradient-Based Decision Tree Ensembles for Tabular Data
von: Marton, Sascha, et al.
Veröffentlicht: (2023)

PGTNet: A Process Graph Transformer Network for Remaining Time Prediction of Business Process Instances
von: Elyasi, Keyvan Amiri, et al.
Veröffentlicht: (2024)

A Data-Centric Perspective on Evaluating Machine Learning Models for Tabular Data
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2024)

Mitigating Information Loss in Tree-Based Reinforcement Learning via Direct Optimization
von: Marton, Sascha, et al.
Veröffentlicht: (2024)

Explaining Neural Networks without Access to Training Data
von: Marton, Sascha, et al.
Veröffentlicht: (2022)

Unreflected Use of Tabular Data Repositories Can Undermine Research Quality
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2025)

Enabling Mixed Effects Neural Networks for Diverse, Clustered Data Using Monte Carlo Methods
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2024)

TabPrep: Closing the Feature Engineering Gap in Tabular Benchmarks
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2026)

A Divide-and-Conquer Approach for Modeling Arrival Times in Business Process Simulation
von: Kirchdorfer, Lukas, et al.
Veröffentlicht: (2025)

Rethinking BPS: A Utility-Based Evaluation Framework
von: Özdemir, Konrad, et al.
Veröffentlicht: (2025)

Analytical Uncertainty-Based Loss Weighting in Multi-Task Learning
von: Kirchdorfer, Lukas, et al.
Veröffentlicht: (2024)

Rule by Rule: Learning with Confidence through Vocabulary Expansion
von: Nössig, Albert, et al.
Veröffentlicht: (2024)

Temporal Knowledge Graph Hyperedge Forecasting: Exploring Entity-to-Category Link Prediction
von: Markai, Edward, et al.
Veröffentlicht: (2025)

Temporal Graph Learning Recurrent Neural Network for Traffic Forecasting
von: Lee, Sanghyun, et al.
Veröffentlicht: (2024)

Temporal Graph MLP Mixer for Spatio-Temporal Forecasting
von: Bilal, Muhammad, et al.
Veröffentlicht: (2025)

SLogic: Subgraph-Informed Logical Rule Learning for Knowledge Graph Completion
von: Le, Trung Hoang, et al.
Veröffentlicht: (2025)

Ignite Forecasting with SPARK: An Efficient Generative Framework for Refining LLMs in Temporal Knowledge Graph Forecasting
von: Yin, Gongzhu, et al.
Veröffentlicht: (2025)

Selective Temporal Knowledge Graph Reasoning
von: Hou, Zhongni, et al.
Veröffentlicht: (2024)

GenTKG: Generative Forecasting on Temporal Knowledge Graph with Large Language Models
von: Liao, Ruotong, et al.
Veröffentlicht: (2023)

Adjusted Count Quantification Learning on Graphs
von: Damke, Clemens, et al.
Veröffentlicht: (2025)

Signature Kernel Scoring Rule: A Spatio-Temporal Diagnostic for Probabilistic Weather Forecasting
von: Dodson, Archer, et al.
Veröffentlicht: (2025)

From Link Prediction to Forecasting: Addressing Challenges in Batch-based Temporal Graph Learning
von: Lampert, Moritz, et al.
Veröffentlicht: (2024)

RulE: Knowledge Graph Reasoning with Rule Embedding
von: Tang, Xiaojuan, et al.
Veröffentlicht: (2022)

Bridging Graph Structure and Knowledge-Guided Editing for Interpretable Temporal Knowledge Graph Reasoning
von: Fan, Shiqi, et al.
Veröffentlicht: (2026)

Homomorphism Counts as Structural Encodings for Graph Learning
von: Bao, Linus, et al.
Veröffentlicht: (2024)

Learning to Count Isomorphisms with Graph Neural Networks
von: Yu, Xingtong, et al.
Veröffentlicht: (2023)

Learning Multi-graph Structure for Temporal Knowledge Graph Reasoning
von: Zhang, Jinchuan, et al.
Veröffentlicht: (2023)

Multi-Grained Temporal-Spatial Graph Learning for Stable Traffic Flow Forecasting
von: Lin, Zhenan, et al.
Veröffentlicht: (2025)

SAMSGL: Series-Aligned Multi-Scale Graph Learning for Spatio-Temporal Forecasting
von: Zou, Xiaobei, et al.
Veröffentlicht: (2023)

Rule2Text: Natural Language Explanation of Logical Rules in Knowledge Graphs
von: Shirvani-Mahdavi, Nasim, et al.
Veröffentlicht: (2025)

Learning Granularity Representation for Temporal Knowledge Graph Completion
von: Zhang, Jinchuan, et al.
Veröffentlicht: (2024)

PGCN: Progressive Graph Convolutional Networks for Spatial-Temporal Traffic Forecasting
von: Shin, Yuyol, et al.
Veröffentlicht: (2022)

Confidence-aware Self-Semantic Distillation on Knowledge Graph Embedding
von: Liu, Yichen, et al.
Veröffentlicht: (2022)

Rule Based Learning with Dynamic (Graph) Neural Networks
von: Seiffarth, Florian
Veröffentlicht: (2024)

GeoMAE: Masking Representation Learning for Spatio-Temporal Graph Forecasting with Missing Values
von: Ke, Songyu, et al.
Veröffentlicht: (2025)