Rrjeti konvolucional graf (GCN)
Rrjeti konvolucional graf (GCN) është një arkitekturë themelore e thellë mësimore për të dhëna me strukturë grafi, prezantuar nga Thomas N. Kipf dhe Max Welling në ICLR 2017. Ai shtrin operacionin e konvolucionit në domene grafike të parregullta përmes një përafrimi spektral të rendit të parë, duke i mundësuar çdo nyjeje të grumbullojë informacionin e veçorive nga fqinjët e saj. Modeli u bë baza kanonike për klasifikimin gjysmë-mbikëqyrës të nyjeve dhe nisi agjendën moderne të kërkimit për rrjetet neurale grafike.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. Proceedings of the 5th International Conference on Learning Representations (ICLR 2017), Toulon, France. link ↗
- Hamilton, W. L. (2020). Graph Representation Learning. Morgan & Claypool (Synthesis Lectures on Artificial Intelligence and Machine Learning). ISBN: 978-1-68173-963-2
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Graph Convolutional Network (Spectral GCN for Semi-Supervised Node Classification). ScholarGate. https://scholargate.app/sq/deep-learning/graph-convolutional-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.
- Rrjeti me Vëmendje GrafikeMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →