Machine learningDeep learning / NLP / CV
弱教師ありグラフニューラルネットワーク
弱教師ありグラフニューラルネットワーク（WS-GNN）は、ノイズが多く、部分的、または間接的に取得されたラベルのみが利用可能な場合に、グラフ構造データ（ノード、エッジ、およびそれらの属性）から学習するグラフ深層学習アプローチです。GNNメッセージパッシングとノイズ耐性のあるトレーニング戦略を組み合わせることで、クリーンで完全に注釈付けされたグラフが希少または取得コストが高い現実世界のシナリオにグラフ学習を拡張します。
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. In Proceedings of the 5th International Conference on Learning Representations (ICLR 2017). link ↗
- Zhou, J., Cui, G., Hu, S., Zhang, Z., Yang, C., Liu, Z., Wang, L., Li, C., & Sun, M. (2020). Graph neural networks: A review of methods and applications. AI Open, 1, 57–81. DOI: 10.1016/j.aiopen.2021.01.001 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Graph Neural Network. ScholarGate. https://scholargate.app/ja/deep-learning/weakly-supervised-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.
- Graph Convolutional Network (GCN)深層学習↔ compare
- グラフニューラルネットワークネットワーク分析↔ compare
- ラベル伝播機械学習↔ compare
- 半教師ありグラフニューラルネットワーク深層学習↔ compare
- 弱教師あり畳み込みニューラルネットワーク深層学習↔ compare
- 弱教師ありTransformer深層学習↔ compare