Machine learningDeep learning / NLP / CV
그래프 신경망을 이용한 전이 학습
그래프 신경망(GNN)을 이용한 전이 학습은 대규모 소스 그래프 데이터셋에서 사전 훈련된 GNN을 레이블이 부족한 소규모 타겟 그래프 작업에 적용하는 것입니다. 학습된 노드 및 엣지 표현을 재사용함으로써, 이 접근법은 화학, 생물학, 소셜 네트워크 분석에서 흔히 그렇듯이 충분한 레이블이 지정된 그래프 데이터를 수집하는 것이 비싸거나 느린 경우에도 강력한 예측 성능을 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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Transfer Learning with Graph Neural Network (Pre-trained GNN Fine-tuning). ScholarGate. https://scholargate.app/ko/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 →