مقایسه ای بر شبکه های عصبی گرافی و کابرد آن در پیش بینی لینک

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 130

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CRIAL01_008

تاریخ نمایه سازی: 7 مرداد 1403

چکیده مقاله:

گراف ها نمایشی انتزاعی از یک شبکه هستند که در بسیاری از زمینه ها از جمله علوم کامپیوتر استفاده میشوند و از آنها برایمدلسازی روابط بین اشیاء میتوان استفاده نمود. شبکه های عصبی زیربنای یادگیری عمیق در هوش مصنوعی می باشند و شبکه هایعصبی گرافی چارچوبی از یادگیری عمیق هستند که در زمینه های متفاوت، به عنوان یک روش قدرتمند برای پردازش داده های گراف، طبقه بندی گره و پیش بینی لینک کاربرد دارند . پیش بینی لینک در واقع یافتن پیوندهایی است که در شبکه وجود ندارد و هنوزمشاهده نشده است و همچنین به احتمال وجود لینک بین گره ها می پردازد .این مقاله یک مطالعه مقایسه ای راجع به کاربرد شبکه های عصبی گرافی در پیش بینی لینک می باشد که به بررسی روش هایمتفاوت ارائه شده به همراه معیار های ارزیابی استفاده شده توسط پژوهشگران مختلف پرداخته است .

کلیدواژه ها:

شبکه های عصبی گرافی ، شبکه ، پیش بینی لینک ، یادگیری عمیق .

نویسندگان

مریم جمال پور نجم آباد

دانشجو کارشناسی ارشد مهندسی نرم افزار ، گروه تحصیلات تکمیلی مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد کرج ، ایران

الهام دانشور

دانشجو کارشناسی ارشد مهندسی نرم افز ار ، گروه تحص یلات تکمیلی مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد کرج ، ایران

جواد محمدزاده

استادیار، گروه تحصیلات تکمیلی مهندسی کامپیوتر ، دانشگاه آزاد اسلامی و احد کرج ، ایران