Rețea Neuronală Convoluțională pe Grafuri (GCN)
Rețeaua Neuronală Convoluțională pe Grafuri (GCN) este o arhitectură fundamentală de deep learning pentru date structurate pe grafuri, introdusă de Thomas N. Kipf și Max Welling la ICLR 2017. Ea extinde operația de convoluție la domenii de grafuri neregulate printr-o aproximare spectrală de ordinul întâi, permițând fiecărui nod să agrege informații de caracteristici de la vecinii săi. Modelul a devenit linia de bază canonică pentru clasificarea semi-supervizată a nodurilor și a declanșat agenda modernă de cercetare a rețelelor neuronale pe grafuri.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. Proceedings of the 5th International Conference on Learning Representations (ICLR 2017), Toulon, France. link ↗
- Hamilton, W. L. (2020). Graph Representation Learning. Morgan & Claypool (Synthesis Lectures on Artificial Intelligence and Machine Learning). ISBN: 978-1-68173-963-2
Cum se citează această pagină
ScholarGate. (2026, June 3). Graph Convolutional Network (Spectral GCN for Semi-Supervised Node Classification). ScholarGate. https://scholargate.app/ro/deep-learning/graph-convolutional-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.
- Rețeaua de Atenție GraficăÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →