Graph Neural Network (GNN) : Travailler avec des données structurées (épisode 10)

Автор: CNRS - Formation FIDLE

Загружено: 2025-02-13

Просмотров: 7505

Описание:

Vos données ne sont pas naturellement ordonnées sur une grille régulière ?
Vous souhaitez représenter des objets complexes ou des interactions ? Des molécules ? Un réseau ?

Cette situation est probablement la vôtre si vous travaillez dans des domaines scientifiques tels que la biologie, la chimie, les sciences humaines et sociales, etc.

Face à de telles données, pas de panique :-)
Vous avez la possibilité de faire du Deep Learning avec une famille de méthodes développées spécialement pour les graphes : Les réseaux de neurones sur graphes ou, en vo, les Graph Neural Networks (GNN).

Durant cette séquence, nous vous présenterons les bases permettant d’utiliser ces GNN.

Programme :
Introduction des notions fondamentales pour l’étude des graphes
Apprentissage sur les graphes
Exemples d’architectures (Graph Convolution Network, Message Passing, Graph attention)
Mise en pratique avec pytorch geometric

Durée: 2.5h

FIDLE est une Formation d'Introduction au Deep Learning, libre et gratuite.
Pour en savoir plus : https://fidle.cnrs.fr

Cette vidéo est sous licence Créative Common CC BY-NC-ND 4.0

Graph Neural Network (GNN) : Travailler avec des données structurées (épisode 10)

Доступные форматы для скачивания:

Скачать видео mp4

Информация по загрузке:

Скачать аудио mp3

Похожие видео

Méthodologie et optimisation de l'apprentissage (épisode 11)

Méthodologie et optimisation de l'apprentissage (épisode 11)

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Tout ce qu'il faut savoir sur les réseaux de neurones pour devenir un héros ! (épisode 5)

Tout ce qu'il faut savoir sur les réseaux de neurones pour devenir un héros ! (épisode 5)

Représentation du réel : Data, embedding et espace latent (épisode 9)

Représentation du réel : Data, embedding et espace latent (épisode 9)

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

"Mystères mathématiques de l'apprentissage par réseaux de neurones" par Stéphane Mallat

An Introduction to Graph Neural Networks: Models and Applications

An Introduction to Graph Neural Networks: Models and Applications

Разговор, который хотелось услышать в школе / вДудь

Разговор, который хотелось услышать в школе / вДудь

Graph Neural Networks: A gentle introduction

Graph Neural Networks: A gentle introduction

CNN1/ Réseaux convolutifs (CNN)

CNN1/ Réseaux convolutifs (CNN)

Qu'est-ce que l'intelligence artificielle (IA) ? - Formation Parcours Découverte

Qu'est-ce que l'intelligence artificielle (IA) ? - Formation Parcours Découverte

Les math de l'intelligence ... artificielle

Les math de l'intelligence ... artificielle

Les 4 étapes pour entrainer un LLM

Les 4 étapes pour entrainer un LLM

Les LLM c'est bien, avec les graphes de connaissances c'est mieux !

Les LLM c'est bien, avec les graphes de connaissances c'est mieux !

Золотое сечение — Алексей Савватеев / ПостНаука

Золотое сечение — Алексей Савватеев / ПостНаука

"La théorie de l'apprentissage de Vapnik et les progrès récents de l'IA" par Yann Le Cun

Principes et concepts des réseaux de neurones convolutifs (CNN) (épisode 6)

Principes et concepts des réseaux de neurones convolutifs (CNN) (épisode 6)

Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение

Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение

Le deep learning

Le deep learning

L'apprentissage profond : une révolution en intelligence artificielle - Yann LeCun (2016)

L'apprentissage profond : une révolution en intelligence artificielle - Yann LeCun (2016)