Machine learningDeep learning / NLP / CV
グラフニューラルネットワークを用いた転移学習
グラフニューラルネットワーク（GNN）を用いた転移学習は、大規模なソースグラフデータセットで事前学習されたGNNを、より小さく、しばしばラベルが不足しているターゲットグラフタスクに適応させる手法である。学習済みのノードおよびエッジ表現を再利用することにより、このアプローチは、化学、生物学、ソーシャルネットワーク分析などで一般的な、十分なラベル付きグラフデータの収集が高価または遅い場合に、強力な予測性能を達成する。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Transfer Learning with Graph Neural Network (Pre-trained GNN Fine-tuning). ScholarGate. https://scholargate.app/ja/deep-learning/transfer-learning-with-graph-neural-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.
Compare side by side →