Machine learning

شبكة الانتباه الرسومية

شبكة الانتباه الرسومية (GAT)، التي قدمها فيليتشكوفيتش وزملاؤه في عام 2018، هي نوع من الشبكات العصبية الرسومية التي تتعلم مقدار الأهمية التي يجب تخصيصها لكل عقدة مجاورة من خلال آلية الانتباه الذاتي. على الأحياء غير المتجانسة والتصنيف العلائقي، تنتج نتائج متفوقة على الشبكات الالتفافية الرسومية (GCN).

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Veličković, P. et al. (2018). Graph Attention Networks. ICLR. link
  2. Brody, S. et al. (2022). How Attentive are Graph Attention Networks? ICLR. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 1). Graph Attention Network (GAT). ScholarGate. https://scholargate.app/ar/deep-learning/graph-attention-network

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

يُستشهد بها في

ScholarGateGraph Attention Network (Graph Attention Network (GAT)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/deep-learning/graph-attention-network · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026