Naslov
Tehnike dubokog učenja za podatke strukturirane u obliku grafova
(Deep Learning Techniques on Graph-Structured Data)

Autori
Pavlić, Marko

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
15.07

Godina
2019

Stranica
89

Mentor
Čavrak, Igor

Neposredni voditelj
Lipić, Tomislav

Ključne riječi
duboko učenje ; graf ; reprezentacija vrha ; nadzirano i nenadzirano učenje ; graf konvolucijska mreža ; induktivnost ; mehanizam pažnje ; kombinatorna generalizacija ; relacijske induktivne sklonosti ; Python ; PyTorch ; PyTorch Geometric
(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)

Sažetak
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.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo

POVEZANOST RADA