Ασθενώς Επιβλεπόμενο Δίκτυο Γραφημάτων
Ένα Ασθενώς Επιβλεπόμενο Δίκτυο Γραφημάτων (WS-GNN) είναι μια προσέγγιση βαθιάς μάθησης σε γραφήματα που μαθαίνει από δεδομένα δομημένα ως γράφημα — κόμβους, ακμές και τα χαρακτηριστικά τους — όταν είναι διαθέσιμες μόνο θορυβώδεις, μερικές ή έμμεσα ληφθείσες ετικέτες. Συνδυάζοντας τη διάδοση μηνυμάτων των GNN με στρατηγικές εκπαίδευσης ανθεκτικές στον θόρυβο, επεκτείνει τη μάθηση σε γραφήματα σε πραγματικές συνθήκες όπου καθαρά, πλήρως επισημασμένα γραφήματα είναι σπάνια ή δαπανηρά στην απόκτησή τους.
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. In Proceedings of the 5th International Conference on Learning Representations (ICLR 2017). link ↗
- Zhou, J., Cui, G., Hu, S., Zhang, Z., Yang, C., Liu, Z., Wang, L., Li, C., & Sun, M. (2020). Graph neural networks: A review of methods and applications. AI Open, 1, 57–81. DOI: 10.1016/j.aiopen.2021.01.001 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Weakly Supervised Graph Neural Network. ScholarGate. https://scholargate.app/el/deep-learning/weakly-supervised-graph-neural-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.
- Δικτυακό Συνελικτικό Νευρωνικό Δίκτυο (GCN)Βαθιά Μάθηση↔ compare
- Γραφικά Νευρωνικά ΔίκτυαΑνάλυση Δικτύων↔ compare
- Διάδοση ΕτικετώνΜηχανική Μάθηση↔ compare
- Ημι-επιβλεπόμενο Νευρωνικό Δίκτυο ΓράφουΒαθιά Μάθηση↔ compare
- Ασθενώς Επιβλεπόμενο Συνελικτικό Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Ασθενώς Επιβλεπόμενο TransformerΒαθιά Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →