רשת קונבולוציה גרפית (GCN)
רשת קונבולוציה גרפית (GCN) היא ארכיטקטורת למידה עמוקה בסיסית עבור נתונים בעלי מבנה גרפי, שהוצגה על ידי תומאס נ. קיפף ומקס ולינג ב-ICLR 2017. היא מרחיבה את פעולת הקונבולוציה לתחומי גרף לא סדירים באמצעות קירוב ספקטרלי מסדר ראשון, המאפשר לכל צומת לאסוף מידע תכונות משכניו. המודל הפך לבסיס הקנוני לסיווג צמתים חצי-מפוקח וזרז את אג'נדת המחקר המודרנית של רשתות נוירונים גרפיות.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Graph Convolutional Network (Spectral GCN for Semi-Supervised Node Classification). ScholarGate. https://scholargate.app/he/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.
- רשת קשב גרפיתלמידה עמוקה↔ compare