Как использовать глубокое обучение для данных со структурой сети объектов?

#graph #neural-network #deep-learning #data-analysis

#График #нейронная сеть #глубокое обучение #анализ данных

Вопрос:

У меня общая проблема в домене приложения.Данные содержат многомерное пространство объектов с небольшой выборкой.Разреженная сеть со своим узлом, поскольку доступны различные функции.Сеть имеет ребра.Чем больше ребро, тем выше корреляция или зависимость пары объектов. В целом, как я могу использовать информацию о сети в моей модели?

В настоящее время я искал в литературе.Я считаю, что общий подход содержит: 1. сетевое встраивание.Использовать информацию о сети для получения встраивания объектов. 2. графическая нейронная сеть.Например, GCN (графическая сверточная нейронная сеть) или GAT (графическая нейронная сеть внимания) или другая нейронная сеть передачи сообщений.

Вопрос в том, какой общий подход может попробовать специалист по обработке данных, чтобы использовать сетевую информацию о функциях? Сеть находится не на разных образцах, а только на объектах.

Ответ №1:

Первое, что пришло бы мне в голову, это проверить корреляцию объектов с помощью сети и удалить сильно коррелированные объекты перед обучением.