HyperAIHyperAI

Command Palette

Search for a command to run...

متغيرات الترميز التلقائي للرسوم البيانية

Thomas N. Kipf; Max Welling

الملخص

نقدم مُكَوِّن الترميز والفك التلقائي المتغير للبيانات الرسمية (VGAE)، وهو إطار للتعلم غير المشرف على البيانات ذات الهيكل الشبكي اعتمادًا على المُكَوِّن الترميز والفك التلقائي المتغير (VAE). يستخدم هذا النموذج متغيرات خفية ويستطيع تعلم تمثيلات خفية قابلة للتفسير للرسوم البيانية غير الموجهة. نوضح هذا النموذج باستخدام مُكَوِّد شبكة التجميع الرسومي (GCN) وفاكِّك بسيط يعتمد على الجداء الداخلي. حقق نموذجنا نتائج تنافسية في مهمة تنبؤ الروابط في شبكات الاستشهادات. بخلاف معظم النماذج الموجودة للتعلم غير المشرف على البيانات ذات الهيكل الشبكي وتنبؤ الروابط، يمكن لنموذجنا دمج خصائص العقد بشكل طبيعي، مما يحسن الأداء التنبؤي بشكل كبير على عدة مجموعات بيانات معيارية.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp