Graph Convolutional Network (GCN)
A Graph Convolutional Network (GCN) egy alapvető mélytanulási architektúra grafstruktúrájú adatokhoz, amelyet Thomas N. Kipf és Max Welling mutatott be az ICLR 2017 konferencián. Kiterjeszti a konvolúciós műveletet az irregruláris gráftartományokra egy elsőrendű spektrális közelítés révén, lehetővé téve minden csomópont számára, hogy aggregálja a szomszédaitól származó jellemzőinformációkat. A modell a félig felügyelt csomópontosztályozás kanonikus alapvonalává vált, és elindította a modern gráfineurális hálózati kutatási programot.
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. 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Graph Convolutional Network (Spectral GCN for Semi-Supervised Node Classification). ScholarGate. https://scholargate.app/hu/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.
- Gráfon alapuló figyelmi hálózatMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →