Xarxa Neuronal de Grafs
Una Xarxa Neuronal de Grafs (GNN) és un mètode d'aprenentatge profund, popularitzat per Kipf i Welling el 2017 amb la Xarxa Neuronal Convolucional de Grafs, que aprèn de les relacions en estructures de xarxa (grafs) formades per nodes i arestes. Està dissenyada per a dades que són naturalment relacionals, com ara xarxes socials, estructures moleculars i sistemes de recomanació.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/ca/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.
- Classificació d'imatges amb CNNAprenentatge profund↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Màquina de Vectors de Suport (Classificació)Aprenentatge automàtic↔ compare
- XGBoostAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →