โครงข่ายประสาทเทียมแบบกราฟกึ่งควบคุม (Semi-supervised Graph Neural Network)
โครงข่ายประสาทเทียมแบบกราฟกึ่งควบคุม (GNN) จะฝึก GNN บนกราฟที่โหนดเพียงส่วนน้อยเท่านั้นที่มีป้ายกำกับ โดยใช้การส่งผ่านข้อความของโหนดเพื่อนบ้านเพื่อกระจายข้อมูลจากโหนดที่มีป้ายกำกับไปยังโหนดที่ไม่มีป้ายกำกับ แนวทางนี้ได้รับความนิยมจาก Graph Convolutional Network ของ Kipf และ Welling ในปี 2017 ซึ่งให้ความแม่นยำในการจำแนกโหนดที่แข็งแกร่ง แม้ว่าตัวอย่างที่มีป้ายกำกับจะมีน้อยก็ตาม
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/th/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.
- Graph Convolutional Network (GCN)การเรียนรู้เชิงลึก↔ compare
- Graph Neural Networkการวิเคราะห์เครือข่าย↔ compare
- การแพร่กระจายป้ายกำกับการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้แบบกึ่งกำกับดูแลการเรียนรู้ของเครื่อง↔ compare