博士论文研究知识图谱嵌入中的不确定性
Get the story
2026年10月7日，arXiv机器学习理论栏目发布一篇博士论文《知识图谱表示学习中的不确定性研究》。论文系统研究知识图谱嵌入（KGE）中的三类不确定性：知识不确定性、算法不确定性与预测不确定性。针对训练随机性导致的预测差异，作者提出基于投票的聚合框架加以缓解；并将conformal prediction引入KGE，构造具有分布无关覆盖保证及谓词条件可靠性保证的答案集。论文还给出置信评分三元组的统计有效预测区间，以及在统计本体上近似概率推理的嵌入方法，并附形式可靠性保证。目前未见后续验证或同行评议信息。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning Theory知识图谱表示学习中的不确定性研究
该博士论文系统研究知识图谱嵌入（KGE）中的三类不确定性：知识不确定性、算法不确定性与预测不确定性。论文提出基于投票的聚合框架缓解训练随机性导致的预测差异，并将 conformal prediction 引入 KGE，构造具分布无关覆盖保证及谓词条件可靠性保证的答案集。论文还给出置信评分三元组的统计有效预测区间，以及在统计本体上近似概率推理的嵌入方法并附形式可靠性保证。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.