Jure Leskovec docteur en informatique applique GNN au domaine scientifique avec deux défis : la rareté des données étiquetées et la prédiction hors distribution. Dans cette vidéo, nous discutons des méthodes de pré-formation de GNN pour résoudre ces défis. L’idée clé est de pré-entraîner les nœuds et les représentations graphiques, ce qui améliorera considérablement les performances des tâches en aval. Des informations plus détaillées peuvent être trouvées dans l’article : Stratégies pour les réseaux de neurones de graphes de pré-formation : Pour en savoir plus sur le programme et le programme des cours, veuillez visiter : Pour obtenir les dernières nouvelles sur les prochains cours professionnels de l’IA de l’Université de Stanford, veuillez visiter : Pour voir tous les cours et programmes offerts par l’Université de Stanford, veuillez visiter :.
PRESSE-START: JEUX VIDÉO ET TECHNOLOGIE
Les dernières actualités sur les jeux vidéo, les sport électronique, la réalité virtuelle, la technologie, l'intelligence artificielle
