Jaringan Saraf Tiruan Graf
Jaringan Saraf Tiruan Graf (GNN) adalah metode pembelajaran mendalam, dipopulerkan oleh Kipf dan Welling pada tahun 2017 dengan Jaringan Konvolusional Graf, yang belajar dari hubungan dalam struktur jaringan (graf) yang terdiri dari simpul dan sisi. GNN dirancang untuk data yang secara alami bersifat relasional, seperti jejaring sosial, struktur molekuler, dan sistem rekomendasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/id/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.
- Klasifikasi Citra CNNPembelajaran Mendalam↔ compare
- Random ForestPembelajaran Mesin↔ compare
- Support Vector Machine (Klasifikasi)Pembelajaran Mesin↔ compare
- XGBoostPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →