Madde #555Çizge Ağları (GNN)/sozluk/graphsage
GraphSAGE
Graph SAmple and aggreGatE (Hamilton et al., Stanford 2017)
Türkçe: Çizge Örnekleme ve Toplama Mimarisi
Ayrıntılı Tanım
Bir düğümün tüm komşularını işlemek yerine komşular arasından **sabit sayıda rastgele örneklem alan (sampling)** ve daha önce eğitimde hiç görülmemiş yepyeni düğümlere bile genelleme yapabilen (inductive) ölçeklenebilir GNN modelidir.
Ne İşe Yarar / Çözülen Problem
Milyonlarca takipçisi olan düğümlerin (süper-düğümler) bellek patlaması yaratmasını engeller; Pinterest gibi yüz milyarlarca kenarı olan endüstriyel dev ağlarda GNN çalıştırmayı mümkün kılmıştır.
Nasıl Çalışır? (Teknik & Mekanizma)
Tam komşuluk yerine, örneğin sadece rastgele 10 komşu seçilir. Toplama fonksiyonu olarak Ortalama (Mean), LSTM veya Havuzlama (Pooling) çalıştırılabilir. Transductive değil, tamamen Inductive (tümevarımsal) bir modeldir.
Örnek Senaryo & Pratik Uygulama
Sosyoloğun koca bir ülkedeki herkesle tek tek görüşmek yerine; her şehirden rastgele 20 kişilik odak gruplar (örneklem) seçerek toplumun nabzını aynı doğrulukla ölçmesi.
Benzer Terimlerden Farkı
GCN tüm çizge matrisini aynı anda ister; GraphSAGE ise mini-batch'ler halinde çizge parçacıklarını örnekleyerek eğitilebilir.
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 (#554)Message Passing Neural Network (MPNN)
Sonraki Terim (#556)Node, Edge, and Graph-Level Tasks