Machine learningDeep learning / NLP / CV

Слабо контролируемая графовая нейронная сеть

Слабо контролируемая графовая нейронная сеть (WS-GNN) — это подход к глубокому обучению на графах, который обучается на данных графовой структуры — узлах, ребрах и их атрибутах — когда доступны только зашумленные, частичные или косвенно полученные метки. Сочетая передачу сообщений GNN с устойчивыми к шуму стратегиями обучения, он расширяет возможности обучения на графах для реальных сценариев, где чистые, полностью аннотированные графы редки или дороги в получении.

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. Kipf, T. N., & Welling, M. (2017). Semi-supervised classification with graph convolutional networks. In Proceedings of the 5th International Conference on Learning Representations (ICLR 2017). link
  2. Zhou, J., Cui, G., Hu, S., Zhang, Z., Yang, C., Liu, Z., Wang, L., Li, C., & Sun, M. (2020). Graph neural networks: A review of methods and applications. AI Open, 1, 57–81. DOI: 10.1016/j.aiopen.2021.01.001

Как цитировать эту страницу

ScholarGate. (2026, June 3). Weakly Supervised Graph Neural Network. ScholarGate. https://scholargate.app/ru/deep-learning/weakly-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.

Compare side by side
ScholarGateWeakly supervised graph neural network (Weakly Supervised Graph Neural Network). Получено 2026-06-15 из https://scholargate.app/ru/deep-learning/weakly-supervised-graph-neural-network · Набор данных: https://doi.org/10.5281/zenodo.20539026