FLORAは、ファジィ論理に基づいた教師なしの知識グラフ整合性の手法です。この手法は、二つの知識グラフ間で同等のエンティティ（インスタンスやクラス）と関係をマッチングすることを目的としています。従来の方法は、エンティティレベルの整合性に焦点を当て、エンティティ間の類似性を埋め込み空間で評価していましたが、解釈可能な推論が不足し、トレーニングデータが必要でした。FLORAは、トレーニングデータなしで機能し、エンティティと関係の全体的な整合性を反復的に提供します。さらに、明示的な収束が保証され、他の知識グラフに対応を持たないダングリングエンティティも扱うことができ、主要なベンチマークにおいて最新の成果を達成します。この方法は、結果の解釈が容易であり、知識グラフの整合性の研究に新たな道を開くものとなっています。