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

Version du 26 mars 2023 à 20:28

Définition

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

Compléments

On recense trois approches pour 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 neuronal 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 convolutif

réseau de graphes convolutif

réseau neuronal convolutif pour graphes

réseau neuronal convolutif sur graphes

RGC

RNGC

RCG

Anglais

graph convolutional network

graph convolutional neural network

GCN

GCNN

Source : ScienceDirect

Source : El Ouahidi et al.

Source : Xavier Bresson

@@ Ligne 4 : / Ligne 4 : @@
 == 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 neuronal de graphes récurrent]]) et 3) l'utilisation d'un réseau auto-attentif (c.-à-d. [[réseau neuronal de graphes auto-attentif]]).
+On recense trois approches pour 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 neuronal de graphes récurrent]]) et 3) l'utilisation d'un réseau auto-attentif (c.-à-d. [[réseau neuronal de graphes auto-attentif]]).
 == Français ==