Semi-veilet grafnevralt nettverk
Et semi-veiled grafnevralt nettverk trener et GNN på en graf der bare en liten brøkdel av nodene har etiketter, og bruker naboskapsmeldinger for å spre informasjon fra merkede noder til umerkede. Tilnærmingen, popularisert av Kipf og Wellings grafkonvolusjonelle nettverk fra 2017, oppnår sterk nøyaktighet i nodeklassifisering selv når merkede eksempler er knappe.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/no/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.
- Grafkonvolusjonsnettverk (GCN)Dyp læring↔ compare
- Graf Neurale NettverkNettverksanalyse↔ compare
- Label PropagationMaskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →