গ্রাফ নিউরাল নেটওয়ার্ক
একটি গ্রাফ নিউরাল নেটওয়ার্ক (GNN) হলো একটি ডিপ লার্নিং পদ্ধতি, যা ২০১৭ সালে কিপফ এবং ওয়েলিং কর্তৃক গ্রাফ কনভোল্যুশনাল নেটওয়ার্কের মাধ্যমে জনপ্রিয়তা লাভ করে। এটি নোড এবং এজ দ্বারা গঠিত নেটওয়ার্ক (গ্রাফ) কাঠামোর মধ্যেকার সম্পর্ক থেকে শেখে। এটি স্বাভাবিকভাবে সম্পর্কযুক্ত ডেটার জন্য ডিজাইন করা হয়েছে, যেমন সামাজিক নেটওয়ার্ক, আণবিক কাঠামো এবং সুপারিশ ব্যবস্থা।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/bn/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.
- সিএনএন চিত্র শ্রেণিবিভাগগভীর শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
- সাপোর্ট ভেক্টর মেশিন (শ্রেণীকরণ)যন্ত্র শিখন↔ compare
- XGBoostযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →