Глоссарий ИИ
Полный словарь искусственного интеллекта
Graph Transformer
Нейронная архитектура, объединяющая механизмы внимания из Трансформеров со структурой графов для захвата глобальных и локальных зависимостей в реляционных данных.
Attention sur les graphes
Механизм, адаптированный из внимания Трансформеров, который вычисляет относительную важность между узлами графа с учётом их структурной связности.
Positional encoding pour graphes
Техника позиционного кодирования, адаптированная для графов, которая интегрирует структурную информацию, такую как расстояния, степени или пути, для представления относительного положения узлов.
Self-attention sur les nœuds
Операция, в которой каждый узел графа вычисляет вес внимания по отношению ко всем остальным узлам, включая себя, для захвата зависимостей дальнего действия.
Graph Attention Network (GAT)
Пионерская архитектура, вводящая маскированное внимание в GNN, где веса внимания вычисляются только между напрямую соседними узлами.
Propagation de messages
Фундаментальный процесс в GNN, при котором узлы обмениваются и агрегируют информацию со своими соседями для обновления их латентных представлений.
Mécanisme d'attention multi-tête
Расширение механизма внимания, при котором несколько голов внимания независимо вычисляют веса внимания, что позволяет захватывать различные типы отношений в графе.
Edge embedding
Векторное представление рёбер графа, захватывающее их внутренние характеристики и отношения между соединяемыми ими узлами.
Transformer-XL для графов
Адаптированное расширение Transformer-XL, которое обрабатывает зависимости на больших расстояниях в графах с помощью механизма сегментированного кэша.
GraphBERT
Предобученная архитектура, специально разработанная для графов, использующая маскируемые трансформеры и стратегии самообучения.
Graphormer
Чистая трансформерная архитектура для графов, использующая позиционные кодирования на основе центральности и механизмы структурированного внимания.
Внимание на рёбрах
Вариант внимания, в котором веса вычисляются на рёбрах, а не на узлах, что позволяет напрямую моделировать важность отношений.
Heterogeneous Graph Transformer
Расширение графовых трансформеров, адаптированное для гетерогенных графов с различными типами узлов и рёбер, использующее механизмы внимания, специфичные для каждого типа.
Структурированное внимание
Механизм внимания, который явно интегрирует структурную информацию, такую как пути, циклы или мотивы графа, в вычисление весов внимания.
Сквозное внимание между узлами
Операция внимания, в которой запросы, ключи и значения поступают из разных представлений узлов, что позволяет осуществлять более сложные взаимодействия.