Učení grafonů pomocí neuronových sítí
Learning graphons using neural networks
Typ dokumentu
diplomová prácemaster thesis
Autor
Huy Hoang Vu
Vedoucí práce
Kuželka Ondřej
Oponent práce
Wang Yuyi
Studijní obor
Umělá inteligenceStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
V této práci se zabýváme reprezentací grafonů pomocí neuronových sítí. Grafony jsou funkce zachycující strukturu velkých grafů. Neuronové sítě jsou v některých případech dobrými aproximacemi funkcí, proto se pokoušíme je aplikovat na aproximaci grafonů. Za tímto cílem jsme v rámci práce vyvinuli učící algoritmus založený na spádových metodách, které následně testujeme na uměle vytvořených datech. Nakonec analyzujeme konvergenci našeho algoritmu a grafony, které algoritmus produkuje. In this thesis, we explore the idea of modeling graphons with neural networks. Graphons are functions representing the structure of a large graph, and thus we try to approximate them with neural networks. To that end, we developed a gradient-based learning algorithm which we test on synthetic data. Lastly, we analyze the convergence of learning processes of our algorithm and the resulting graphons they produce.
Kolekce
- Diplomové práce - 13136 [833]