Трансферне навчання з використанням графових нейронних мереж
Трансферне навчання з використанням графових нейронних мереж (GNNs) адаптує GNN, попередньо навчену на великому вихідному наборі даних графів, до меншого, часто мізерного за мітками, цільового завдання на графах. Повторно використовуючи вивчені представлення вузлів та ребер, цей підхід досягає високої прогностичної продуктивності там, де збір достатньої кількості мічених даних графів є дорогим або повільним — як це часто трапляється в хімії, біології та аналізі соціальних 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
- Hu, W., Liu, B., Gomes, J., Zitnik, M., Liang, P., Pande, V., & Leskovec, J. (2020). Strategies for Pre-training Graph Neural Networks. In International Conference on Learning Representations (ICLR 2020). link ↗
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Transfer Learning with Graph Neural Network (Pre-trained GNN Fine-tuning). ScholarGate. https://scholargate.app/uk/deep-learning/transfer-learning-with-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.
- Графові нейронні мережіМережевий аналіз↔ compare
- Трансферне навчання з класифікацією на основі BERTГлибоке навчання↔ compare
- Трансферне навчання зі згортковою нейронною мережеюГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →