연구진이 시간의 흐름에 따른 객체 변화를 고려한 새로운 모델 FOT-LTN(First-Order Temporal Logic Tensor Networks)을 개발했어요. FOT-LTN은 기존 논리 텐서 네트워크(LTN)를 확장하여 시간적 차원을 반영한 것이 특징이에요. 두 개의 합성 데이터셋으로 실험한 결과, FOT-LTN은 기존 순수 신경망 방식보다 성능이 뛰어났어요.
FOT-LTN은 선형 시간 논리의 구문과 논리 텐서 네트워크(LTN)의 퍼지 의미론을 결합하여 시간 연산자와 양자화를 모두 지원하는 프레임워크를 제공해요. 이를 통해 시간적 연산자와 양자화를 동시에 처리할 수 있어요. 이 모델은 완전 미분 가능하도록 설계돼 있어요.
연구진은 FOT-LTN을 활용한 시간 지식 그래프 완성 작업의 초기 평가를 진행했어요. 이 평가에서 FOT-LTN은 기존 순수 신경망 방식보다 더 나은 성능을 보였으며, 이는 시간적 추론 능력의 향상을 시사해요.