Machine learning
グラフニューラルネットワーク
グラフニューラルネットワーク（GNN）は、KipfとWellingが2017年にグラフ畳み込みネットワークで普及させた深層学習手法であり、ノードとエッジで構成されるネットワーク（グラフ）構造における関係性から学習します。これは、ソーシャルネットワーク、分子構造、レコメンデーションシステムなど、本質的に関係性を持つデータ向けに設計されています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →