Machine learningDeep learning / NLP / CV

Полу-надгледана графова неуронска мрежа

Полу-надгледана графова неуронска мрежа (GNN) обучава GNN на графу где само мали део нодова поседује ознаке, користећи пролаз порука суседства за ширење информација од означених нодова ка неозначеним. Приступ, који су популаризовали Kipf и Welling својом Графовом конволуционом мрежом из 2017, постиже високу тачност класификације нодова чак и када су означени примери ретки.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

  1. Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR 2017). link
  2. 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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/sr/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.

Compare side by side

Citirana u

ScholarGateSemi-supervised Graph Neural Network (Semi-supervised Graph Neural Network (GNN with Label Propagation)). Preuzeto 2026-06-15 sa https://scholargate.app/sr/deep-learning/semi-supervised-graph-neural-network · Skup podataka: https://doi.org/10.5281/zenodo.20539026