Напівкерований графний нейронний мережевий метод
Напівкерований графний нейронний мережевий метод (GNN) навчає GNN на графі, де лише невелика частка вузлів має мітки, використовуючи передачу повідомлень між сусідами для поширення інформації від мічених вузлів до немічених. Цей підхід, популяризований Графними Згортковими Мережами (GCN) Кіпфа та Веллінга (2017), досягає високої точності класифікації вузлів навіть за наявності малої кількості мічених прикладів.
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. 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/uk/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.
- Графова згорткова мережа (GCN)Глибоке навчання↔ compare
- Графові нейронні мережіМережевий аналіз↔ compare
- Label PropagationМашинне навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →