Polosupervizovaná grafová neurónová sieť
Polosupervizovaná grafová neurónová sieť (GNN) trénuje GNN na grafe, kde štítky (labels) nesie iba malá časť uzlov, pričom využíva odovzdávanie správ zo susedných uzlov na šírenie informácií z označených uzlov na neoznačené. Tento prístup, spopularizovaný v roku 2017 v práci Kipfa a Wellinga o konvolučných grafových sieťach (Graph Convolutional Network), dosahuje vysokú presnosť klasifikácie uzlov aj pri nedostatku označených príkladov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/sk/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.
- Grafová konvolučná sieť (GCN)Hlboké učenie↔ compare
- Grafové neurónové sieteAnalýza sietí↔ compare
- Propagácia štítkovStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →