« Réseau neuronal de graphes récurrent » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| Ligne 25 : | Ligne 25 : | ||
''' GRNN ''' | ''' GRNN ''' | ||
==Sources== | |||
[https://gnn.seas.upenn.edu/lecture-11/ Source : University Of Pennsylvania, School Of Engineering And Applied Science] | [https://gnn.seas.upenn.edu/lecture-11/ Source : University Of Pennsylvania, School Of Engineering And Applied Science] | ||
Dernière version du 28 janvier 2024 à 12:12
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 neuronal de graphes récurrent
réseau de graphes récurrent
RGR
RNGR
Anglais
graph recurrent network
graph recurrent neural network
GRN
GRNN
Sources
Source : University Of Pennsylvania, School Of Engineering And Applied Science
Contributeurs: Patrick Drouin, wiki
