Слабокеровані графові нейронні мережі
Слабокерована графова нейронна мережа (WS-GNN) — це підхід до глибокого навчання на графах, який навчається на даних структури графа — вузлах, ребрах та їхніх атрибутах — коли доступні лише неточні, часткові або опосередковано отримані мітки. Поєднуючи передачу повідомлень GNN із стратегіями навчання, стійкими до шуму, він розширює можливості навчання на графах для реальних сценаріїв, де чисті, повністю анотовані графи є рідкісними або дорогими для отримання.
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. In Proceedings of the 5th International Conference on Learning Representations (ICLR 2017). link ↗
- Zhou, J., Cui, G., Hu, S., Zhang, Z., Yang, C., Liu, Z., Wang, L., Li, C., & Sun, M. (2020). Graph neural networks: A review of methods and applications. AI Open, 1, 57–81. DOI: 10.1016/j.aiopen.2021.01.001 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Weakly Supervised Graph Neural Network. ScholarGate. https://scholargate.app/uk/deep-learning/weakly-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
- Напівкерований графний нейронний мережевий методГлибоке навчання↔ compare
- Згорткова нейронна мережа зі слабким наглядомГлибоке навчання↔ compare
- Трансформер зі слабким наглядомГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →