Grafová neuronová síť
Grafová neuronová síť (GNN) je metoda hlubokého učení, popularizovaná Kipfem a Wellingem v roce 2017 s Grafovou konvoluční sítí, která se učí ze vztahů ve strukturách sítí (grafů) složených z uzlů a hran. Je navržena pro data, která jsou přirozeně relační, jako jsou sociální sítě, molekulární struktury a doporučovací systémy.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/cs/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.
- Klasifikace obrazu pomocí CNNHluboké učení↔ compare
- Random ForestStrojové učení↔ compare
- Stroj s podpůrnými vektory (klasifikace)Strojové učení↔ compare
- XGBoostStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →