Как использовать глубокое обучение для данных с особенностью структуры сети? - PullRequest
0 голосов
/ 22 марта 2019

У меня есть общая проблема в области приложения. Данные содержат пространственное пространство признаков с небольшим образцом. Разреженная сеть с узлом, поскольку доступны различные функции. Сеть имеет края. Чем больше край, тем выше корреляция или зависимость пары признаков. Вообще, как я могу использовать информацию о сети в моей модели?

В настоящее время я искал в литературе. Я считаю, что общий подход содержит: 1. Внедрение в сеть. Использование информации о сети для встраивания функций. 2.graph нейронной сети. Как GCN (графическая сверточная нейронная сеть) или GAT (графовая нейронная сеть внимания) или другая нейронная сеть для передачи сообщений.

Вопрос в том, какой общий подход может попытаться использовать ученый, использующий сетевую информацию о функциях? Сеть не на разных образцах, просто на функциях.

1 Ответ

0 голосов
/ 23 марта 2019

Первое, что мне приходит в голову, это проверить корреляцию функций с помощью сети и удалить сильно коррелированные функции перед тренировкой.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...