Графови невронни мрежи
Графовата невронна мрежа (GNN) е метод за дълбоко обучение, популяризиран от Kipf и Welling през 2017 г. с Графовата конволюционна мрежа, който се учи от връзките в мрежови (графови) структури, съставени от възли и ребра. Той е предназначен за данни, които са естествено релационни, като социални мрежи, молекулярни структури и системи за препоръки.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Kipf, T.N. & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. ICLR. link ↗
- Veličković, P. et al. (2018). Graph Attention Networks. ICLR. link ↗
- Hamilton, W.L. (2020). Graph Representation Learning. Morgan & Claypool. DOI: 10.1007/978-3-031-01588-5 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/bg/deep-learning/gnn
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.
- Класификация на изображения с помощта на конволюционни невронни мрежи (CNN)Дълбоко обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Методът на опорните вектори (класификация)Машинно обучение↔ compare
- XGBoostМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →