Tehnike dubokog učenja za podatke strukturirane u obliku grafova (CROSBI ID 427785)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Pavlić, Marko
Čavrak, Igor
Lipić, Tomislav
hrvatski
Tehnike dubokog učenja za podatke strukturirane u obliku grafova
Graf je sveprisutna struktura podataka na kojoj je moguće izvoditi zadatke dubokog učenja pomoću različitih tehnika. U ovom su radu opisane poznate graf duboke neuronske mreže uz objašnjenje teorijskih osnova i navođenje njihovih prednosti i nedostataka. Također je iznesen i sveobuhvatan pregled područja dubokog učenja na grafovima, a postojeće tehnike dubokog učenja dodatno su objašnjene u kontekstu graf dubokih neuronskih mreža. U sklopu rada implementirani su i robusno evaluirani različiti modeli graf dubokih neuronskih mreža, kako na skupovima podataka koji sadrže grafove citiranja, tako i na skupu podataka koji sadrži detektirane neurone iz slika histopatoloških preparata u cerebralnom korteksu mozga.
duboko učenje ; graf ; reprezentacija vrha ; nadzirano i nenadzirano učenje ; graf konvolucijska mreža ; induktivnost ; mehanizam pažnje ; kombinatorna generalizacija ; relacijske induktivne sklonosti ; Python ; PyTorch ; PyTorch Geometric
nije evidentirano
engleski
Deep Learning Techniques on Graph-Structured Data
nije evidentirano
deep learning ; graph ; node embedding ; supervised and unsupervised learning ; graph convolutional network ; inductive learning ; attention mechanism ; combinatorial generalization ; relational inductive biases ; Python ; PyTorch ; PyTorch Geometric
nije evidentirano
Podaci o izdanju
89
15.07.2019.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb
