کتاب Graph Neural Networks: Foundations, Frontiers, and Applications اثر جمعی از نویسندگان انتشارات مؤلفین طلایی

توضیحات

امروزه مدل‌های یادگیری عمیق هسته اصلی تحقیقات هوش مصنوعی هستند. به خوبی شناخته شده است که تکنیک‌های یادگیری عمیق برای داده‌های اقلیدسی، مانند تصاویر یا داده‌های توالی، مخرب هستند و بلافاصله برای داده‌های ساختار یافته نمودار مانند متن قابل اعمال نیستند. این شکاف موجی از تحقیقات را برای یادگیری عمیق در گراف ها، از جمله یادگیری نمایش نمودار، تولید نمودار و طبقه بندی گراف، به راه انداخته است. معماری‌های جدید شبکه‌های عصبی بر روی داده‌های ساختاریافته گراف (شبکه‌های عصبی گراف، به طور خلاصه GNN) عملکرد قابل‌توجهی در این وظایف داشته‌اند که توسط برنامه‌های کاربردی در شبکه‌های اجتماعی، بیوانفورماتیک و انفورماتیک پزشکی نشان داده شده است. علی‌رغم این موفقیت‌ها، GNN‌ها هنوز با چالش‌های زیادی از روش‌شناسی بنیادی گرفته تا درک نظری قدرت یادگیری نمایش نمودار روبرو هستند.