Rede Neural de Grafo Semissupervisionada
Uma rede neural de grafo semissupervisionada treina uma GNN em um grafo onde apenas uma pequena fração de nós possui rótulos, utilizando passagem de mensagens de vizinhança para espalhar informações de nós rotulados para os não rotulados. A abordagem, popularizada pela Graph Convolutional Network de Kipf e Welling (2017), alcança forte acurácia na classificação de nós mesmo quando exemplos rotulados são escassos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/pt/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.
- Rede Convolucional de Grafos (GCN)Aprendizado profundo↔ compare
- Rede Neural em GrafosAnálise de redes↔ compare
- Propagação de RótulosAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →