Madde #574Çizge Ağları (GNN)/sozluk/geometric-deep-learning
Geometric Deep Learning
Geometric Deep Learning (Bronstein et al., 2021)
Türkçe: Geometrik Derin Öğrenme
Ayrıntılı Tanım
Simetri, değişmezlik (invariance) ve eşdeğişkinlik (equivariance) gibi temel fiziksel ve geometrik ilkeleri kullanarak; CNN'leri, RNN'leri, Transformer'ları ve Çizge Sinir Ağlarını tek bir evrensel matematiksel çatı altında birleştiren büyük teori programıdır.
Ne İşe Yarar / Çözülen Problem
"Neden her veri türü için ayrı bir sinir ağı mimarisi uyduruyoruz?" karmaşasını çözer; Felix Klein'ın Erlangen Programı'nı yapay zekâya uyarlar.
Nasıl Çalışır? (Teknik & Mekanizma)
Veri uzayının simetri grubu () tanımlanır:
* Izgara simetrisi CNN
* Zaman öteleme simetrisi RNN
* Permütasyon simetrisi Transformer ve GNN
Ağ mimarisi bu simetri gruplarına göre matematiksel olarak türetilir.
Örnek Senaryo & Pratik Uygulama
Fizikteki korunum yasaları: Enerjinin korunumu zaman simetrisinden, momentumun korunumu uzay simetrisinden doğar. Geometrik derin öğrenme de yapay zekâyı bu evrensel simetri kanunlarına bağlar.
Benzer Terimlerden Farkı
Tek bir algoritma değil; derin öğrenmenin temelini oluşturan en üst düzey felsefi ve matematiksel birleşik teoridir.
İlişkili Terimler (2)
Grafiksel Modeller, Çizge Sinir Ağları ve Bilgi Çirgeleri
GNN, Graph Convolution, Knowledge Graphs, TransE ve geometrik derin öğrenme.
Toplam Terim:30 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#573)Graph Pooling & Readout
Sonraki Terim (#575)Equivariant Neural Networks