Methodenbewijsdossier
Graph Neural Network
A Graph Neural Network (GNN) is a deep learning method, popularised by Kipf and Welling in 2017 with the Graph Convolutional Network, that learns from the relationships in network (graph) structures made of nodes and edges. It is designed for data that is naturally relational, such as social networks, molecular structures, and recommendation systems.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
Graph Neural Network (GNN)
Taxonomisch methodendossier · ml-model / deep-learning
- Kipf, T.N. & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. ICLR. · URL
- Veličković, P. et al. (2018). Graph Attention Networks. ICLR. · URL
- Hamilton, W.L. (2020). Graph Representation Learning. Morgan & Claypool. · DOI 10.1007/978-3-031-01588-5
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Nog geen gecureerde claims
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.