Gráfon alapuló neurális hálózat
A gráfon alapuló neurális hálózat (GNN) egy mélytanulási módszer, amelyet Kipf és Welling népszerűsített 2017-ben a Graph Convolutional Network (GCN) révén. Ez a módszer hálózati (gráfon lévő) struktúrákban, csomópontokból és élekből álló kapcsolatokból tanul. Olyan adatokra tervezték, amelyek természetüknél fogva relációsak, mint például közösségi hálózatok, molekulaszerkezetek és ajánlórendszerek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Kipf, T.N. & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. ICLR. link ↗
- Veličković, P. et al. (2018). Graph Attention Networks. ICLR. link ↗
- Hamilton, W.L. (2020). Graph Representation Learning. Morgan & Claypool. DOI: 10.1007/978-3-031-01588-5 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/hu/deep-learning/gnn
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.
- CNN képosztályozásMélytanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Support Vector Machine (Osztályozás)Gépi tanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →