Graafiline närvivõrk
Graafiline närvivõrk (GNN) on süvaõppe meetod, mida populariseerisid Kipf ja Welling 2017. aastal graafikonvolutsioonilise võrguga (Graph Convolutional Network), mis õpib võrkude (graafide) struktuurides olevatest seostest, mis koosnevad sõlmedest ja servadest. See on loodud loomulikult seotud andmete jaoks, nagu sotsiaalsed võrgustikud, molekulaarstruktuurid ja soovituslikud süsteemid.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/et/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.
- CNN-pildiklassifikaatorSüvaõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
- Support Vector Machine (Klassifitseerimine)Masinõpe↔ compare
- XGBoostMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →