Machine learning

Графовая сеть внимания (Graph Attention Network, GAT)

Графовая сеть внимания (GAT), представленная Велисковичем и его коллегами в 2018 году, является вариантом графовой нейронной сети, которая посредством механизма самовнимания определяет, сколь большое значение следует присвоить каждому соседнему узлу. На гетерогенных соседствах и при решении задач реляционной классификации она демонстрирует результаты, превосходящие сверточные графовые сети (graph convolutional networks, GCN).

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Veličković, P. et al. (2018). Graph Attention Networks. ICLR. link
  2. Brody, S. et al. (2022). How Attentive are Graph Attention Networks? ICLR. link

Как цитировать эту страницу

ScholarGate. (2026, June 1). Graph Attention Network (GAT). ScholarGate. https://scholargate.app/ru/deep-learning/graph-attention-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.

Compare side by side

Упоминается в

ScholarGateGraph Attention Network (Graph Attention Network (GAT)). Получено 2026-06-15 из https://scholargate.app/ru/deep-learning/graph-attention-network · Набор данных: https://doi.org/10.5281/zenodo.20539026