Machine learning
Mạng nơ-ron đồ thị
Mạng nơ-ron đồ thị (GNN) là một phương pháp học sâu, được Kipf và Welling phổ biến vào năm 2017 với Mạng tích chập đồ thị, học hỏi từ các mối quan hệ trong cấu trúc mạng (đồ thị) bao gồm các nút và cạnh. Nó được thiết kế cho dữ liệu có bản chất quan hệ, chẳng hạn như mạng xã hội, cấu trúc phân tử và hệ thống đề xuất.
Đọc toàn bộ phương pháp
Chỉ dành cho thành viên
Đăng nhậpĐăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Kipf, T.N. & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. ICLR. link ↗
- Veličković, P. et al. (2018). Graph Attention Networks. ICLR. link ↗
- Hamilton, W.L. (2020). Graph Representation Learning. Morgan & Claypool. DOI: 10.1007/978-3-031-01588-5 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Graph Neural Network (GNN). ScholarGate. https://scholargate.app/vi/deep-learning/gnn
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.
- Phân loại ảnh bằng CNNHọc sâu↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
- Máy Vectơ Hỗ trợ (Phân loại)Học máy↔ compare
- XGBoostHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →