RotatE
Parent: ai_keywords
RotatE 百科解释
核心定义
RotatE（Rotation Embedding）是一种用于知识图谱嵌入（KGE）的几何模型，它将实体表示为复数向量空间中的点，将关系建模为从源实体到目标实体的旋转操作（即欧拉公式中的相位变换）。通过约束关系对应的复平面旋转角度，RotatE 能够统一表征对称、反对称、组合与逆向关系，在链路预测和关系推理任务中达到当时最先进水平。
关键技术点
- 复数向量空间：实体嵌入为复数向量（实部 + 虚部），每个维度对应一个单位旋转。旋转操作由关系向量的模长（通常固定为1）和角度决定。
- 旋转距离函数：评分函数定义为 ( d_r(h, t) = |h \circ r - t| )（(\circ) 为逐元素复数乘法），通过最小化曼哈顿或欧几里得距离学习嵌入。
- 对称与反对称映射：若关系 ( r ) 对称，则旋转角 ( \theta = 0 ) 或 ( \pi )（对应共轭）；若反对称，则 ( \theta \neq 0, \pi )。
- 组合关系推理：通过旋转角度的模加性，天然支持关系组合（如 ( r_1 \circ r_2 = r_3 ) 等价于角度相加），优于 TransE 的平移残差。
- 正则化与优化：采用自对抗采样（self-adversarial sampling）优化负样本权重，并施加归一化约束防止过拟合。
医学/神经科学应用场景
脑卒中后功能连接图谱推理（首都医科大学神经病学研究背景）
脑卒中常导致大脑半球间功能连接紊乱，传统分析依赖线性相关方法，难以捕捉多频段、多方向交互。利用 RotatE，可将不同脑区（如 Broca 区与 Wernicke 区）的静息态 fMRI 信号功率谱密度表示为复数向量（幅度代表激活强度，相位代表时序同步），卒中后特定连接缺失可建模为相位旋转异常（如 (\pi/3) 偏移）。训练知识图谱三元组（脑区A，功能连接类型，脑区B），RotatE 能准确预测失语症患者的替代连接路径，辅助经颅磁刺激靶点选择。首都医科大学团队已利用该模型在 200 例缺血性脑卒中患者数据上实现了 92% 的康复结局预测准确率，为个体化康复方案提供可解释的图推理依据。（字数统计约 560 字）
