« Réseau neuronal de graphes » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 22 : Ligne 22 :
<small>
<small>


[http://dspace.univ-tiaret.dz/bitstream/123456789/5705/1/TH.M.INF.FR.2022.18.pdf  Source : Université Ibn Khaldoun de Tiaret]
[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]


[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 7 mars 2023 à 16:47

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 : Rahmani Fatima Zohra, Université Ibn Khaldoun de Tiaret

Source : Institut national de l'information géographique et forestière

Source : Distill