Record di evidenza del metodo

Graph Convolutional Network

Graph Convolutional Network (GCN) is a foundational deep learning architecture for graph-structured data, introduced by Thomas N. Kipf and Max Welling at ICLR 2017. It extends the convolution operation to irregular graph domains via a first-order spectral approximation, enabling each node to aggregate feature information from its neighbors. The model became the canonical baseline for semi-supervised node classification and sparked the modern graph neural network research agenda.

Sources recorded, not reviewed

Record di origine

Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.

Graph Convolutional Network (Spectral GCN for Semi-Supervised Node Classification)

Record tassonomico del metodo · ml-model / deep-learning

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. · URL
Hamilton, W. L. (2020). Graph Representation Learning. Morgan & Claypool (Synthesis Lectures on Artificial Intelligence and Machine Learning). · ISBN 978-1-68173-963-2

Apri metodo completo

Affermazioni curate

Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.

Nessuna affermazione curata ancora

Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.

Metodi correlati

Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.

Same method familyGraph Attention Networkmachine-suggested · Relational suggestion, not evidence.