Grafowa sieć neuronowa w uczeniu częściowo nadzorowanym
Częściowo nadzorowana grafowa sieć neuronowa trenuje GNN na grafie, w którym tylko niewielki ułamek węzłów posiada etykiety, wykorzystując przekazywanie komunikatów między sąsiadami do rozpowszechniania informacji od oznakowanych węzłów do nieoznakowanych. Podejście to, spopularyzowane przez Grafową Sieć Konwolucyjną Kipfa i Wellinga z 2017 roku, osiąga wysoką dokładność klasyfikacji węzłów nawet przy niewielkiej liczbie oznakowanych przykładów.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/pl/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.
- Sieci konwolucyjne grafów (GCN)Uczenie głębokie↔ compare
- Sieć neuronowa grafowaAnaliza sieci↔ compare
- Propagacja etykietUczenie maszynowe↔ compare
- Uczenie ze wsparciem częściowymUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →