Machine learning

Grafová pozornostní síť

Grafová pozornostní síť (GAT), představená Veličkovićem a kolektivem v roce 2018, je variantou grafové neuronové sítě, která se prostřednictvím mechanismu vlastní pozornosti učí, jakou důležitost přiřadit každému sousednímu uzlu. Na heterogenních okolích a relační klasifikaci dosahuje výsledků nadřazených grafovým konvolučním sítím (GCN).

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Veličković, P. et al. (2018). Graph Attention Networks. ICLR. link
  2. Brody, S. et al. (2022). How Attentive are Graph Attention Networks? ICLR. link

Jak citovat tuto stránku

ScholarGate. (2026, June 1). Graph Attention Network (GAT). ScholarGate. https://scholargate.app/cs/deep-learning/graph-attention-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.

Compare side by side

Odkazuje sem

ScholarGateGraph Attention Network (Graph Attention Network (GAT)). Získáno 2026-06-15 z https://scholargate.app/cs/deep-learning/graph-attention-network · Datová sada: https://doi.org/10.5281/zenodo.20539026