Machine learningDeep learning / NLP / CV
준지도 학습 그래프 신경망
준지도 학습 그래프 신경망(semi-supervised graph neural network)은 소수의 노드만이 레이블을 가지고 있는 그래프에서 GNN을 학습시키는 것으로, 이웃 메시지 전달(neighborhood message-passing)을 사용하여 레이블이 있는 노드로부터 레이블이 없는 노드로 정보를 전파합니다. Kipf와 Welling이 2017년에 발표한 그래프 컨볼루션 네트워크(Graph Convolutional Network)로 대중화된 이 접근법은 레이블이 있는 예시가 부족하더라도 높은 노드 분류 정확도를 달성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR 2017). link ↗
- Zhou, D., Bousquet, O., Lal, T. N., Weston, J., & Scholkopf, B. (2004). Learning with Local and Global Consistency. Advances in Neural Information Processing Systems (NeurIPS 2004), 17. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/ko/deep-learning/semi-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.
Compare side by side →