« Réseau neuronal de graphes récurrent » : différence entre les versions


Aucun résumé des modifications
Ligne 4 : Ligne 4 :
== Compléments ==  
== Compléments ==  


On recense 3 approches à l'apprentissage automatique à partir de graphes : 1) l'utilisation d'un réseau convolutif (c.-à-d. [[réseau de graphes convolutif]]), 2) l'utilisation d'un réseau récurrent (c.-à-d. réseau de graphes récurrent) et 3) l'utilisation d'un réseau auto-attentif (c.-à-d. [[Graph_Attention_Network|réseau de graphes auto-attentif]]).
On recense 3 approches à l'apprentissage automatique à partir de graphes : 1) l'utilisation d'un réseau convolutif (c.-à-d. [[réseau neuronal de graphes convolutif]]), 2) l'utilisation d'un réseau récurrent (c.-à-d. réseau de graphes récurrent) et 3) l'utilisation d'un réseau auto-attentif (c.-à-d. [réseau neuronal de graphes auto-attentif]).


== Français ==
== Français ==
''' réseau de graphes récurrent '''
''' réseau de graphes récurrent '''
''' réseau neuronal de graphes récurrent'''


''' RGR '''
''' RGR '''

Version du 7 mars 2023 à 15:40

Définition

Architecture de réseau de neurones récurrent pour l'apprentissage automatique à partir de données structurées en graphes.

Compléments

On recense 3 approches à l'apprentissage automatique à partir de graphes : 1) l'utilisation d'un réseau convolutif (c.-à-d. réseau neuronal de graphes convolutif), 2) l'utilisation d'un réseau récurrent (c.-à-d. réseau de graphes récurrent) et 3) l'utilisation d'un réseau auto-attentif (c.-à-d. [réseau neuronal de graphes auto-attentif]).

Français

réseau de graphes récurrent

RGR

RNGR


Anglais

graph recurrent network

graph recurrent neural network

GRN

GRNN

Source : University Of Pennsylvania, School Of Engineering And Applied Science

Source : Geekflare

Contributeurs: Patrick Drouin, wiki