Комментарии 3
Спасибо за статью. Достаточно сложные вопросы изложены простым человеческим языком. Как раз недавно размышлял и удивлялся, почему в машинном обучении не используют теорию графов, ведь поиск кратчайшего пути в графе — это именно то, что напрашивается в качестве инструмента для выбора поведения нейросети.
Спасибо за стать! А как обстоят дела, с получением эмбединга всего графа? Когда, например, у нас есть набор графов.
Если вы имеете в виду мультимодальные графы, то там все те же проблемы. Общая стратегия для решения этой задачи заключается в том, чтобы использовать разные кодеры для разных типов узлов, а также тонко настроить параметры попарных декодеров (которые сильно зависит от графов с различными типами ребер). Также недавно предложили стратегию отбора случайных прогулок из разнородных графов, где прогулки ограничены только переходом между конкретными типами узлов. Этот подход позволяет применить многие базовые методы, описанные в статье, в том числе и концепцию кодер-декодер
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Теория графов в машинном обучении для самых маленьких