Geometrisk funktionslæring
term_id: geometric_feature_learning
Category: training_techniques
Definition
Geometrisk funktionslæring fokuserer på behandling af data, der besidder ikke-euklidiske strukturer, såsom sociale netværk, molekylære grafer eller 3D-meshes. Teknikker som Graf-neurale netværk (GNN’er) og manifold-læring anvendes til at bevare de underliggende topologiske egenskaber under processen.
Summary
En teknik inden for dyb læring, der udtrækker funktioner fra data med iboende geometriske strukturer, såsom grafer eller mangfoldigheder, ved hjælp af specialiserede neurale netværk.
Key Concepts
- Graf-neurale netværk (Graph Neural Networks)
- Manifold-læring (Manifold Learning)
- Bevaring af symmetri
- Topologisk dataanalyse
Use Cases
- Lægemiddelopdagelse og molekylær modellering
- Analyse af sociale netværk
- Genkendelse af 3D-objekter