Nõrgalt juhendatud graafineurovõrk
Nõrgalt juhendatud graafineurovõrk (WS-GNN) on graafistruktuuriga andmetel – sõlmedel, servadel ja nende atribuutidel – õppiv süvaõppe lähenemisviis, kus on saadaval ainult müra sisaldavad, osalised või kaudselt saadud sildid. Ühendades GNN-i sõnumiedastuse mürakindlate treeningstrateegiatega, laiendab see graafiõpet reaalmaailma olukordadele, kus puhtad, täielikult märgistatud graafid on haruldased või nende saamine on kulukas.
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. 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Weakly Supervised Graph Neural Network. ScholarGate. https://scholargate.app/et/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.
- Graph Convolutional Network (GCN)Süvaõpe↔ compare
- Graafiline närvivõrkVõrgustikuanalüüs↔ compare
- Siltide levitamineMasinõpe↔ compare
- Poolitatud graafiline närvivõrkSüvaõpe↔ compare
- Nõrgalt juhendatud konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Nõrgalt juhendatud TransformerSüvaõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →