« Réseau neuronal de graphes » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 28 : | Ligne 28 : | ||
<small> | <small> | ||
[http://dspace.univ-tiaret.dz/bitstream/123456789/5705/1/TH.M.INF.FR.2022.18.pdf Source : Université | [http://dspace.univ-tiaret.dz/bitstream/123456789/5705/1/TH.M.INF.FR.2022.18.pdf Source : Université Ibn Khaldoun de Tiaret] | ||
[https://documentation.ensg.eu/index.php?lvl=categ_see&id=34088 Source : Institut national de l'information géographique et forestière ] | [https://documentation.ensg.eu/index.php?lvl=categ_see&id=34088 Source : Institut national de l'information géographique et forestière ] |
Version du 28 février 2023 à 15:31
Définition
Architecture de réseau de neurones pour l'apprentissage automatique à partir de données structurées en graphes.
Compléments
Terme à proscrire : réseau de neurones graphique
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. réseau de graphes auto-attentif).
Français
réseau de graphes
réseau neuronal de graphes
RNG
Anglais
graph network
graph neural network
GNN
Source : Université Ibn Khaldoun de Tiaret
Source : Institut national de l'information géographique et forestière
Contributeurs: Claude Coulombe, Patrick Drouin, wiki