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

Version du 7 mars 2023 à 16:22

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 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 récurrent

réseau neuronal de graphes récurrent

RGR

RNGR

Anglais

graph recurrent network

graph recurrent neural network

GNN

Source : University Of Pennsylvania, School Of Engineering And Applied Science

Source : Geekflare

@@ 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 de graphes récurrent|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 ==