亚洲大尺度av无码专区网站,下载小黄片,99久久国产综合精品女

卷積神經(jīng)網(wǎng)絡(luò)：解決圖像分類、語(yǔ)義分割或機(jī)器翻譯問(wèn)題

2021-01-07 09:24

金翅導(dǎo)讀

卷積神經(jīng)網(wǎng)絡(luò)已成功應(yīng)用于解決諸如圖像分類語(yǔ)義分割或機(jī)器翻譯等問(wèn)題，其中解決的這些問(wèn)題的基礎(chǔ)數(shù)據(jù)表示具有網(wǎng)格狀結(jié)構(gòu)。但是，目前許多有趣的任務(wù)的數(shù)據(jù)為無(wú)法以網(wǎng)格狀結(jié)構(gòu)表示的數(shù)據(jù)，而這些數(shù)據(jù)位于不規(guī)則的域中。用來(lái)表示3D網(wǎng)格，社交網(wǎng)絡(luò)，電信網(wǎng)絡(luò)，生物網(wǎng)絡(luò)或大腦連接組的數(shù)據(jù)就是這種情況。此類數(shù)據(jù)通�？梢砸詧D表的形式表示，并且圖形提供了一種直觀合理的表示圖像關(guān)系的方式，所以對(duì)圖數(shù)據(jù)的研究日益增多。已經(jīng)有很多文獻(xiàn)中已經(jīng)涉及到擴(kuò)展神經(jīng)網(wǎng)絡(luò)使其來(lái)處理任意結(jié)構(gòu)的圖。早期的工作使用遞歸神經(jīng)網(wǎng)絡(luò)來(lái)處理，圖域表示為有向無(wú)環(huán)圖的數(shù)據(jù)（Frasconi等人1997年提出，Sperduti和Starita1998年提出）。圖神經(jīng)網(wǎng)絡(luò)（GNN）作為遞歸神經(jīng)網(wǎng)絡(luò)的一般化，可以直接處理更通用的圖類，例如：循環(huán)圖，有向圖和無(wú)向圖。由Gori等人在2005年以及Scarselli等人于2009年提出。GNN包含一個(gè)迭代過(guò)程，該過(guò)程傳播節(jié)點(diǎn)狀態(tài)直至達(dá)到平衡；然后結(jié)點(diǎn)經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)，該神經(jīng)網(wǎng)絡(luò)根據(jù)其狀態(tài)為每個(gè)節(jié)點(diǎn)生成輸出。Li等人于2016年采納了這個(gè)想法并利用Cho等人于2014年提出的門(mén)控循環(huán)單元在傳播階段對(duì)這個(gè)想法進(jìn)行了改進(jìn)。目前，大家越來(lái)越有興趣將卷積推廣到圖域中去。其中，圖卷積網(wǎng)絡(luò)的方法可以大致分為空間卷積和頻譜卷積方法。