图卷积网络：您需要知道的应用程序列表

卷积网络是神经网络的一种。 神经网络是一种特殊的深度学习模型。 通常，机器学习或深度学习由于其复杂的任务而包含严格且昂贵的算法。 同样，图上的深度学习模型更加复杂。 图卷积网络主要用于图像分类。 了解有关卷积神经网络的更多信息。

在过去的十年中，数据科学的应用已大大增加。 在这个数据丰富的世界中，学习模型方法带来了很好的结果和准确的预测。 图表对许多信息系统都很有用。

从生物蛋白质相互作用到互联网连接和万维网，图表代表了所有这些系统。 此外，通过图形结构实现神经网络可以让计算机理解图像的属性。 该模型是图的最先进的实际应用之一。 让我们详细讨论这些算法：

神经网络是如何构建的

神经网络是数据科学和深度学习中最先进的技术之一。 神经网络在许多应用中都很有用，从股市预测到图像分类、语音或字符识别，甚至在序列分析中。

神经网络的第一个概念来自生物学的观点。 科学家们进行了实验，其中视觉神经与大脑的听觉中心相连。 最终，有机体也学会了看穿大脑的听觉中心。 更进一步的实验证明，大脑的每个中心都可以执行每一个动作。

方法开始开始模仿人脑，为计算机算法提供信息。 因此，同样地，计算机科学家也认为应该有一种算法能够解决所有计算机大脑学习问题。 神经网络就是这样诞生的。

神经网络由多层神经元组成。 每个神经元通常是一个图节点。 每层的每个神经元都通过一条带权边与下一层的所有神经元相连——边的权重作为层值计算的系数。

通过反向传播，系数会发生变化以使模型与样本训练示例相匹配。 最终，来自最后一层的单个神经元给出输出。 在下图中，解释了神经网络的结构。

图片来源

阅读：使用卷积神经网络进行图像分类

图卷积网络

卷积网络是 3 维神经网络。 卷积神经网络的大多数实际用途包括图像分类和识别、自然语言处理和语音识别。 这些模型通常比通常的二维神经网络模型更复杂。

在这种架构中，组装了不同的神经元层。 维度的参数在不同的层中是可变的，以使模型能够识别参数。 例如，图像是二维的，同时每个点的颜色也起着至关重要的作用。 因此，出现了三个不同的参数。 为了处理这种复杂性，Conv Nets 发挥了重要作用。

这些许多不同维度的 3d 矩阵在神经网络的多个层次上工作。 最终，“z”维度适合网络的输出参数。 信息从一个级别传递到另一个级别可以通过各种不同的算法进行。

例如，FC（全连接）、池化和 ReLU 是一些与此相关的关键算法。

通常，神经网络的节点值用 表示，其中“l”表示层数。 所以， a 0是输入矩阵。

一个0 =X

另一方面，最后一层节点定义输出。 比如说，有“L”层。 因此， L表示神经网络的输出。

一个L = Y

图片来源

上图描绘了一个卷积神经网络在图像分类的实现中。 为狗、猫、蝙蝠和鸟设置参数。

特定内部层的节点值是通过先前层值计算的。

a l+1 =f( a l ,θ)

这里，是邻接矩阵， f是定义函数。 每个图卷积网络层都可以使用这个表达式来编写。 通过这种方式，图卷积神经网络通常可以工作。

图卷积网络的应用

• 图卷积网络生成对物理系统的预测，例如图、它们的交互方法和应用。 GCN 还提供有关现实世界实体和物理系统属性的准确信息（碰撞动力学、物体轨迹）。
• GCN 用于执行图像区分问题。 它遵循的模型被称为“零样本学习”。 该模型的主要动机是识别未知的标记图像并将其分组为已知图像。 他们还收集这些标签的语义信息并对它们进行分类。
• GCN 可以将一定长度的分子指纹作为输入，并生成预测的分子结构。 MolGAN 是一种图卷积网络，有助于创建具有各种特征的新分子结构。 通过这种方式，它让科学家们日复一日地发明现代分子结构。
• GCN 适用于解决与研究操作和组合优化应用相关的各种问题。 图卷积网络在解决推销员问题、二次分配问题等方面发挥着关键作用。 在输入图的帮助下，它可以超越传统的复杂算法。

扎卡里空手道俱乐部

图卷积网络的另一个重要应用是解决社区预测问题，例如 Zachary 的空手道俱乐部。 这个问题是基于俱乐部管理员和教练之间的争议。

我们必须弄清楚空手道俱乐部的每个成员会选择哪一边。 这个问题通过使用半监督学习技术得到解决。 通过仅使用两个标记节点，Tobias Jepsen 能够解决问题并在预测这两个社区方面达到近乎完美的准确性。

现在让我们看一下下面的图像，您将能够对空手道俱乐部问题及其使用图卷积网络的正确计算有所了解。

图片来源

另请阅读：神经网络项目理念

包起来

通过阅读本文，您将能够了解什么是图卷积网络、神经网络是如何构建的、GCN 的简要概念及其工作原理，以及 GCN 的各个关键方面和应用，包括 Zachary Karate Club 问题。

如果您想了解更多关于 GCN 及其功能和优势的信息，请在upGrad Education Pvt 注册。 有限公司和 IIITB 的机器学习和人工智能研究生和文凭课程。 这门机器学习和人工智能课程是为学生和工作专业人士设计的。

该课程提供一系列案例研究和作业、行业指导课程、IIIT 班加罗尔校友身份、顶级公司的就业帮助，最重要的是，丰富的学习经验。