Аналіз результатів передбачення зв’язків на основі графових автокодувальників
Вантажиться...
Дата
2022-12
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Задача передбачення зв’язків є важливою для кращого розуміння прихованих або втрачених зв’язків
між об’єктами в ієрархічних структурах на кшталт соціальних, ділових, біологічних, медичних та
інших мереж. Для вирішення цієї та інших проблем дедалі більшої популярності набули графові
автокодувальники (GAE) та варіаційні автокодувальники (VGAE). В даній дисертації було створено
їхні варіації для задачі передбачення зв’язків в контексті законодавчих актів. А саме, було створено
датасет із законодавчих актів, натреновано на ньому GAE та VGAE моделі і проведено їхній
порівняльний аналіз.
Опис
Ключові слова
передбачення зв’язків, link prediction, нейронні мережі, neural networks, графові автокодувальники, graph autoencoders, варіаційні графові автокодувальники, variational graph autoencoders
Бібліографічний опис
Шлянін, В. В. Аналіз результатів передбачення зв’язків на основі графових автокодувальників : магістерська дис. : 121 Інженерія програмного забезпечення / Шлянін Владислав Валерійович. – Київ, 2022. – 133 с.