Графова згорткова мережа (GCN)
Графова згорткова мережа (GCN) — це фундаментальна архітектура глибокого навчання для даних, структурованих у вигляді графів, представлена Томасом Н. Кіпфом та Максом Веллінгом на ICLR 2017. Вона розширює операцію згортки на нерегулярні графіві області за допомогою спектральної апроксимації першого порядку, дозволяючи кожному вузлу агрегувати інформацію про ознаки від своїх сусідів. Модель стала канонічною базовою лінією для напівкерованого класифікування вузлів і започаткувала сучасний порядок денний досліджень графівних нейронних мереж.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Graph Convolutional Network (Spectral GCN for Semi-Supervised Node Classification). ScholarGate. https://scholargate.app/uk/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.
- Графова уважна мережаГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →