Methodenbewijsdossier

Semi-supervised Graph Neural Network

A semi-supervised graph neural network trains a GNN on a graph where only a small fraction of nodes carry labels, using neighborhood message-passing to spread information from labeled nodes to unlabeled ones. The approach, popularised by Kipf and Welling's 2017 Graph Convolutional Network, achieves strong node-classification accuracy even when labeled examples are scarce.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Semi-supervised Graph Neural Network (GNN with Label Propagation)

Taxonomisch methodendossier · ml-model / deep-learning

Volledige methode openen

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.

Same method familyGraph Convolutional Networkmachine-suggested · Relational suggestion, not evidence.See alsoGraph Neural Network (Network Analysis)machine-suggested · Relational suggestion, not evidence.Same method familyLabel Propagationmachine-suggested · Relational suggestion, not evidence.Same method familySemi-supervised Learningmachine-suggested · Relational suggestion, not evidence.