Machine learning

Gráfon alapuló figyelmi hálózat

A Veličković és munkatársai által 2018-ban bevezetett Gráfon alapuló figyelmi hálózat (Graph Attention Network, GAT) egy gráfon működő neurális hálózat (graph neural network) változat, amely egy önsúlyozó mechanizmus (self-attention mechanism) révén tanulja meg, hogy mennyi fontosságot tulajdonítson az egyes szomszédos csomópontoknak. Heterogén környezetekben és relációs osztályozás esetén jobb eredményeket produkál, mint a gráfon alapuló konvolúciós hálózatok (graph convolutional networks, GCN).

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Források

  1. Veličković, P. et al. (2018). Graph Attention Networks. ICLR. link
  2. Brody, S. et al. (2022). How Attentive are Graph Attention Networks? ICLR. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 1). Graph Attention Network (GAT). ScholarGate. https://scholargate.app/hu/deep-learning/graph-attention-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.

Compare side by side

Hivatkozik rá

ScholarGateGraph Attention Network (Graph Attention Network (GAT)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/graph-attention-network · Adatkészlet: https://doi.org/10.5281/zenodo.20539026