Daļēji uzraudzīts grafu neironu tīkls
Pusgadā apmācīts grafu neironu tīkls apmāca GNN uz grafu, kurā tikai neliela daļa mezglu satur etiķetes, izmantojot kaimiņu ziņojumapmaiņu, lai izplatītu informāciju no iezīmētiem mezgliem uz neiezīmētiem. Pieeja, ko popularizēja Kipfa un Velinga 2017. gada grafu konvolūciju tīkls, panāk spēcīgu mezglu klasifikācijas precizitāti pat tad, ja iezīmētu piemēru ir maz.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/lv/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.
- Graph Convolutional Network (GCN)Dziļā mācīšanās↔ compare
- Grafu neironu tīklsTīklu analīze↔ compare
- Iezīmju izplatīšanaMašīnmācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →