Graafineuraaliverkko — GCN / GAT / GraphSAGE
Graafineuraaliverkko (GNN) on syväoppimisarkkitehtuuri, joka toimii suoraan graafirakenteisella datalla yhdistämällä solmuominaisuudet rakenteelliseen tietoon iteratiivisen naapuriviestinvälityksen avulla. Kolme kanonista muunnelmaa – Kipfin ja Wellingin vuonna 2017 esittelemä graafikonvoluutioverkko (GCN), Veličkovićin ym. vuonna 2018 esittelemä graafitarkkaavaisuusverkko (GAT) ja GraphSAGE – eroavat siinä, miten ne aggregoivat naapuritietoa: GCN soveltaa spektraalista konvoluutiota koko adjasenssiin, GAT painottaa naapureita opituilla tarkkaavaisuuspisteillä ja GraphSAGE otostaa ja aggregoi paikallisia naapurustoja induktiivisesti, mahdollistaen yleistämisen näkemättömiin solmuihin.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Lähteet
- Kipf, T.N. & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR). DOI: 10.48550/arXiv.1609.02907 ↗
- Veličković, P., Cucurull, G., Casanova, A., Romero, A., Liò, P., & Bengio, Y. (2018). Graph Attention Networks. International Conference on Learning Representations (ICLR). DOI: 10.48550/arXiv.1710.10903 ↗
- Hamilton, W.L. (2020). Graph Representation Learning. Morgan & Claypool. DOI: 10.1007/978-3-031-01588-5 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Graph Neural Network (GCN / GAT / GraphSAGE). ScholarGate. https://scholargate.app/fi/network-analysis/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.
- KeskisyysanalyysiVerkostoanalyysi↔ compare
- Yhteisöjen tunnistusVerkostoanalyysi↔ compare
- MonikerrosverkkoanalyysiVerkostoanalyysi↔ compare
- Verkkojen upotusVerkostoanalyysi↔ compare
- Ajallisten verkostojen analyysiVerkostoanalyysi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →