Transzfer Tanulás Gráfon Lévő Neurális Hálózatokkal
A gráfon lévő neurális hálózatokkal (GNN-ekkel) végzett transzfer tanulás egy nagy forrás gráfdatozetten előképzett GNN adaptálását jelenti egy kisebb, gyakran címkézési szempontból szűkös cél gráftask-ra. A tanult csomópont- és élreprezentációk újrahasznosításával ez az eljárás erős prediktív teljesítményt ér el ott, ahol elegendő címkézett gráfinformáció gyűjtése költséges vagy lassú – ahogy az gyakori a kémiában, biológiában és a közösségi hálózatok elemzésében.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Hu, W., Liu, B., Gomes, J., Zitnik, M., Liang, P., Pande, V., & Leskovec, J. (2020). Strategies for Pre-training Graph Neural Networks. In International Conference on Learning Representations (ICLR 2020). link ↗
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Transfer Learning with Graph Neural Network (Pre-trained GNN Fine-tuning). ScholarGate. https://scholargate.app/hu/deep-learning/transfer-learning-with-graph-neural-network
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Gráfon alapuló neurális hálózatHálózatelemzés↔ összehasonlítás
- Transzfer tanulás BERT-alapú osztályozássalMélytanulás↔ összehasonlítás
- Transzfer tanulás konvolúciós neurális hálóvalMélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →