Slabo nadzirana grafička neuronska mreža
Slabo nadzirana grafička neuronska mreža (WS-GNN) je pristup dubokog učenja na grafovima koji uči iz podataka strukturiranih kao grafovi — čvorovi, bridovi i njihovi atributi — kada su dostupne samo nečiste, djelomične ili neizravno dobivene oznake. Spajanjem GNN prolaska poruka sa strategijama obuke otpornim na šum, proširuje učenje na grafovima na stvarne postavke gdje su čisti, potpuno označeni grafovi rijetki ili ih je skupo dobiti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Graph Neural Network. ScholarGate. https://scholargate.app/hr/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.
- Grafovni konvolucijski mreža (GCN)Duboko učenje↔ compare
- Grafovska neuronska mrežaAnaliza mreža↔ compare
- Propagacija oznakaStrojno učenje↔ compare
- Polu-nadgledana grafička neuronska mrežaDuboko učenje↔ compare
- Slabo nadzirana konvolucijska neuronska mrežaDuboko učenje↔ compare
- Slabo nadgledani TransformerDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →