Графовая нейронная сеть с полуавтоматическим обучением (Semi-supervised Graph Neural Network)
Полуавтоматическая графовая нейронная сеть обучает GNN на графе, где метки несут лишь малая доля узлов, используя передачу сообщений по соседству для распространения информации от размеченных узлов к неразмеченным. Этот подход, популяризированный в 2017 году работой Kipf и Welling по графовым сверточным сетям (Graph Convolutional Network), достигает высокой точности классификации узлов даже при дефиците размеченных примеров.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/ru/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.
- Графовая свёрточная сеть (GCN)Глубокое обучение↔ compare
- Графовая нейронная сетьСетевой анализ↔ compare
- Распространение метокМашинное обучение↔ compare
- Обучение с частичной разметкойМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →