魁北克人工智能研究所 发布 Temporal Graph Benchmark 2.0 (TGB 2.0) 数据集, 应用在 时态图、链接预测 领域

魁北克人工智能研究所 本次发布的数据集 Temporal Graph Benchmark 2.0 (TGB 2.0), Temporal Graph Benchmark 2.0（TGB 2.0）是由魁北克人工智能研究所等机构创建的一个新型基准数据集，专注于评估多关系时态图上的未来链接预测方法。该数据集包含四个新的时态知识图（TKG）和四个新的时态异构图（THG），涵盖五个领域，总边数高达5300万。TGB 2.0数据集在节点数、边数和时间戳数量上均显著大于现有数据集。创建过程中，数据集被细分为训练、验证和测试集，确保了评估的重复性和现实性。该数据集主要应用于解决大规模多关系时态图的预测问题，为该领域的研究提供了重要的数据支持。

查看Temporal Graph Benchmark 2.0 (TGB 2.0)

关于 魁北克人工智能研究所 , 魁北克人工智能研究所（Quebec Artificial Intelligence Institute）是位于加拿大魁北克省的一个专注于人工智能研究和应用的机构。该研究所致力于推动人工智能技术的发展和创新，涉及领域包括机器学习、自然语言处理、计算机视觉等。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。