Graph Convolutional Network (GCN)
Graph Convolutional Network (GCN) on kujundlik süvaõppe arhitektuur graafistruktuuriga andmete jaoks, mille võtsid kasutusele Thomas N. Kipf ja Max Welling ICLR 2017 konverentsil. See laiendab konvolutsioonoperatsiooni ebaregulaarsetele graafidele esimese järgu spektraalse aproksimatsiooni abil, võimaldades igal sõlmel koondada naabritelt saadud tunnusteavet. Mudelist sai pooljuhendatud sõlmede klassifitseerimise kanooniline baasmudel ja see käivitas kaasaegse graafide närvivõrkude uurimiskava.
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. Proceedings of the 5th International Conference on Learning Representations (ICLR 2017), Toulon, France. link ↗
- Hamilton, W. L. (2020). Graph Representation Learning. Morgan & Claypool (Synthesis Lectures on Artificial Intelligence and Machine Learning). ISBN: 978-1-68173-963-2
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Graph Convolutional Network (Spectral GCN for Semi-Supervised Node Classification). ScholarGate. https://scholargate.app/et/deep-learning/graph-convolutional-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 →Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →