ScholarGate
Asistent
Machine learning

Grafová at enčná sieť

Grafová at enčná sieť (GAT), predstavená Veličkovićom a kolegami v roku 2018, je variant grafovej neurónovej siete, ktorý sa prostredníctvom mechanizmu samo-atencie učí, akú dôležitosť má priradiť každému susednému uzlu. Na heterogénnych susedstvách a relačnej klasifikácii dosahuje výsledky nadradené grafovým konvolučným sieťam (GCN).

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Grafová at enčná sieť
Logistická regresiaNáhodný lesRekurentná neurónová sieťXGBoostExponenciálny model graf…Grafová konvolučná sieť…Longformer / BigBirdZmes expertovStochastic Block ModelVizuálne kontrastné učen…

Zdroje

  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 ↗

Ako citovať túto stránku

ScholarGate. (2026, June 1). Graph Attention Network (GAT). ScholarGate. https://scholargate.app/sk/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 →

Odkazujú sem

Exponenciálny model grafov (ERGM / p*)Grafová konvolučná sieť (GCN)Longformer / BigBirdZmes expertovStochastic Block ModelVizuálne kontrastné učenie

Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →

ScholarGate — Graph Attention Network (Graph Attention Network (GAT)). Získané 2026-06-15 z https://scholargate.app/sk/deep-learning/graph-attention-network · Dátová sada: https://doi.org/10.5281/zenodo.20539026