Γραφικό Νευρωνικό Δίκτυο
Ένα Γραφικό Νευρωνικό Δίκτυο (GNN) είναι μια μέθοδος βαθιάς μάθησης, που έγινε δημοφιλής από τους Kipf και Welling το 2017 με το Graph Convolutional Network, η οποία μαθαίνει από τις σχέσεις σε δομές δικτύου (γραφημάτων) που αποτελούνται από κόμβους και ακμές. Έχει σχεδιαστεί για δεδομένα που είναι φυσικά σχεσιακά, όπως κοινωνικά δίκτυα, μοριακές δομές και συστήματα συστάσεων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/el/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.
- Κατηγοριοποίηση εικόνων με Συνελικτικά Νευρωνικά Δίκτυα (CNN)Βαθιά Μάθηση↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
- Μηχανή Υποστήριξης Διανυσμάτων (Ταξινόμηση)Μηχανική Μάθηση↔ compare
- XGBoostΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →