« Réseau neuronal de graphes » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (4 versions intermédiaires par 3 utilisateurs non affichées) | |||
| Ligne 6 : | Ligne 6 : | ||
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 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]]). | ||
== Français == | == Français == | ||
''' réseau de graphes ''' | ''' réseau de graphes ''' | ||
| Ligne 14 : | Ligne 12 : | ||
''' RNG ''' | ''' RNG ''' | ||
== Anglais == | == Anglais == | ||
| Ligne 24 : | Ligne 20 : | ||
''' GNN ''' | ''' GNN ''' | ||
==Sources== | |||
[http://dspace.univ-tiaret.dz/bitstream/123456789/5705/1/TH.M.INF.FR.2022.18.pdf Source : Rahmani Fatima Zohra, Université Ibn Khaldoun de Tiaret] | |||
[http://dspace.univ-tiaret.dz/bitstream/123456789/5705/1/TH.M.INF.FR.2022.18.pdf Source : Université | |||
[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 ] | ||
| Ligne 34 : | Ligne 28 : | ||
[https://distill.pub/2021/gnn-intro/ Source : Distill ] | [https://distill.pub/2021/gnn-intro/ Source : Distill ] | ||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 28 janvier 2024 à 13:21
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
Sources
Source : Rahmani Fatima Zohra, Université Ibn Khaldoun de Tiaret
Source : Institut national de l'information géographique et forestière
Contributeurs: Claude Coulombe, Patrick Drouin, wiki
