Node, Edge, and Graph-Level Tasks

Node-Level, Edge-Level, and Graph-Level Prediction Tasks

Türkçe: Düğüm, Kenar ve Çizge Seviyesi Tahmin Görevleri

Ayrıntılı Tanım

Çizge makine öğrenmesindeki üç temel tahmin hiyerarşisidir: * **Düğüm Seviyesi (Node-Level):** Tek bir kullanıcının veya atomun sınıfını tahmin etmek (örn: Sahte hesap tespiti). * **Kenar Seviyesi (Edge-Level):** İki düğüm arasında yeni bir bağ oluşup oluşmayacağını tahmin etmek (örn: Arkadaş önerisi, ilaç-ilaç etkileşimi). * **Çizge Seviyesi (Graph-Level):** Çizgenin tamamını tek bir nesne olarak ele alıp genel bir özellik tahmin etmek (örn: Bu kimyasal molekül zehirli mi?).

Ne İşe Yarar / Çözülen Problem

Problemin ölçeğini tanımlar; modelin çıktısında nereye havuzlama (Readout/Pooling) konulacağını belirler.

Nasıl Çalışır? (Teknik & Mekanizma)

* Düğüm için doğrudan

h_v

kullanılır. * Kenar için iki düğümün iç çarpımı

h_u^T h_v

alınır. * Çizge için tüm düğümler toplanır:

h_G = \text{Readout}(\{h_v | v \in V\})

Örnek Senaryo & Pratik Uygulama

Bir kimyasal molekül: * *Düğüm:* "Bu atom oksijen mi karbon mu?" * *Kenar:* "Bu iki atom arasında kovalent bağ var mı?" * *Çizge:* "Bu kimyasal bileşik bir antibiyotik midir?"

Benzer Terimlerden Farkı

Görseldeki piksel, nesne kutusu ve tüm resim hiyerarşisinin çizge dünyasındaki karşılığıdır.

İlişkili Terimler (2)

#562

Link Prediction

Bağlantı / Kenar Tahmini

#550

Graph Neural Network (GNN)

Çizge / Grafik Sinir Ağı

Ait Olduğu Kategori

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 (#555)GraphSAGE

Sonraki Terim (#557)Inductive vs. Transductive Learning in Graphs