الشبكة العصبية البيانية شبه المُشرف عليها
تُدرّب الشبكة العصبية البيانية شبه المُشرف عليها (GNN) على رسم بياني حيث تحمل نسبة صغيرة فقط من العُقد تسميات، وذلك باستخدام تمرير الرسائل بين الجيران لنشر المعلومات من العُقد المُسمّاة إلى العُقد غير المُسمّاة. هذا النهج، الذي اشتهر بفضل شبكة الرسوم البيانية الالتفافية (GCN) التي قدمها Kipf و Welling في عام 2017، يحقق دقة تصنيف عُقد قوية حتى عندما تكون الأمثلة المُسمّاة نادرة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR 2017). link ↗
- Zhou, D., Bousquet, O., Lal, T. N., Weston, J., & Scholkopf, B. (2004). Learning with Local and Global Consistency. Advances in Neural Information Processing Systems (NeurIPS 2004), 17. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/ar/deep-learning/semi-supervised-graph-neural-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.
- الشبكة الالتفافية البيانية (GCN)التعلم العميق↔ compare
- شبكة العصبونات الرسوميةتحليل الشبكات↔ compare
- انتشار التسميةتعلم الآلة↔ compare
- التعلم شبه المُشرفتعلم الآلة↔ compare