Transfer Learning với Mạng Nơ-ron Đồ thị
Transfer Learning với Mạng Nơ-ron Đồ thị (GNNs) điều chỉnh một GNN được huấn luyện trước trên một tập dữ liệu đồ thị nguồn lớn cho một tác vụ đồ thị đích nhỏ hơn, thường khan hiếm nhãn. Bằng cách tái sử dụng các biểu diễn nút và cạnh đã học, phương pháp này đạt được hiệu suất dự đoán mạnh mẽ khi việc thu thập đủ dữ liệu đồ thị có nhãn tốn kém hoặc chậm — như thường thấy trong hóa học, sinh học và phân tích mạng xã hội.
Đọc toàn bộ phương pháp
Đăng 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
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Transfer Learning with Graph Neural Network (Pre-trained GNN Fine-tuning). ScholarGate. https://scholargate.app/vi/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.
- Mạng nơ-ron đồ thịPhân tích mạng lưới↔ compare
- Học chuyển giao với phân loại dựa trên BERTHọc sâu↔ compare
- Transfer Learning với Mạng Nơ-ron Tích chậpHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →