- [ وسطاء عقاريين السعودية ] نجوى سعود صلاح الحربي ... المدينه المنوره ... منطقة المدينة المنورة
- [ مطاعم السعودية ] Antifat
- [ تعرٌف على ] الدوري الهولندي الممتاز
- [ وسطاء عقاريين السعودية ] فارس محمد حسين عايضي ... الرياض ... منطقة الرياض
- [ تعرٌف على ] الحلفايا
- [ حكمــــــة ] قَال أبُو عَلي الغساني فِي شرَف المحدثين: خص الله هذه الأمة بثلاثة أشياء لَم يعطهَا من قَبلها: الإسنَاد، وَالإعراب، وَالأنسَاب. [نكت الزركشي]
- [ من حقوق الصلاة وآدابهاتعظيم قدر الصلاة - محمد بن نصر المروزي ] حكى المصريون عن الشافعي، رضي الله عنه أنه قال: إذا كان لك على نصراني حق من أي وجه ما كان ثم قضاكه من ثمن خمر أو خنزير تعلمه لم يحل لك أن تأخذه سواء ذلك فيما قضاك أو وهب لك أو أطعمك كما لو كان لك على مسلم حق فأعطاك من مال غصبه أو ربا أو حرام لم يحل لك أخذه وإذا غاب عنك معناه من النصراني والمسلم فكل ما أعطاك وأطعمك أو وهب لك وأمكن أن يكون من حلال وحرام وسعك أن تأخذه على أنه حلال حتى تعلم أنه حرام ولا فرق بين ما أعطاك من ذلك تطوعا أو بحق لزمه .
- [ وسطاء عقاريين السعودية ] شريفه علي محمد المالكي ... الدمام ... المنطقة الشرقية
- [ وسطاء عقاريين السعودية ] سلمان سمير عبداللطيف سندى ... جدة ... منطقة مكة المكرمة
- [ تعرٌف على ] العلاقات الزيمبابوية الفرنسية
- [ تعرٌف على ] وكالة فرانس برس
- [ تعرٌف على ] الرابطة الدولية للأخشاب
- [ وسطاء عقاريين السعودية ] ناصر صالح بن محمد المري ... الاحساء ... المنطقة الشرقية
- [ خذها قاعدة ] في كل انسان لحظة إلحاحين متواقتين: أحدهما نحو الله والآخر نحو الشيطان. - جان بول سارتر
- [ تعرٌف على ] بورتريه ذاتي
- [ وسطاء عقاريين السعودية ] عزام جودالله عبدالحميد الانصاري ... جدة ... منطقة مكة المكرمة
- [ تعرٌف على ] الإمارة الجبرية
- [ تعرٌف على ] مارو (أوهايو)
- [ متاجر السعودية ] دولتشي ليون ... الخبر ... المنطقة الشرقية
- [ متاجر السعودية ] حقيبتي للشنط المدرسية ... المدينة المنورة ... منطقة المدينة المنورة
- [ وسطاء عقاريين السعودية ] تركي معيجل سليمان المعيجل ... الرياض ... منطقة الرياض
- [ وسطاء عقاريين السعودية ] علي قائل عتيق العتيبي ... الطائف ... منطقة مكة المكرمة
- [ تعرٌف على ] الفاطر (أسماء الله الحسنى)
- [ وسطاء عقاريين السعودية ] طارق أحمد حاجي خوجه خوجه ... جدة ... منطقة مكة المكرمة
- [ ملابس السعودية ] نونو لملابس الاطفال
- [ خذها قاعدة ] ودفنت رأسك في المخدة يا بليد , وأدرت وجهك للجدار , أيا جداراً من جليد. - نزار قباني
- [ تعرٌف على ] أمفوتيريسين ب
- [ وسطاء عقاريين السعودية ] البندري فهد جزاء الحربي ... الظهران ... المنطقة الشرقية
- [ وسطاء عقاريين السعودية ] ياسر صبري بن حمدان السلمي ... مكه المكرمه ... منطقة مكة المكرمة
- [ تعرٌف على ] يو إس إس ثيودور روزفلت (CVN - 71)
- [ دليل أبوظبي الامارات ] جسر الرحبة للالمنيوم والزجاج ... أبوظبي
- [ تعرٌف على ] مواطنة معولمة
- [ متاجر السعودية ] دكان الايفون ... جدة ... منطقة مكة المكرمة
- [ حكمــــــة ] قال السريُّ : بتُّ ليلةً بقريةٍ من قرى الشام وإذا بقائل يقول طول الليل: أخطأتُ فلا أعود. فسألتُ أهل القرية عنه، فقالوا: هذا يقال له : فاقدُ إلْفِه. كانت الأمتعة الثمينة والذخائر النفيسة تأتي إلى مصر وتباع ولا ينظر إليها يوسف فإذا جاءت أحمال الصوف من كنعان لا تُحَلُّ إلاّ بين يديه. هيهات لم يكن النظر لذات الصوف وإنما كانت له صفة تدل على الموصوف، ولم يكن إلاّ اشتمام ريح محبوبه، وإتيانها من عند يعقوبه. لاحَ وعقد الليل مسلوب ... برق بنار الشوق مشبوبُ عسى قميصُ الوصل من يوسفٍ ... يحيا به المشتاقُ يعقوبُ
- [ مطاعم السعودية ] شركة مطاعم جاد
- [ وسطاء عقاريين السعودية ] حسين بن هيف بن علي القحطاني ... الرياض ... منطقة الرياض
- [ وسطاء عقاريين السعودية ] احمد بن عبدالله بن عطيه الغامدي ... جدة ... منطقة مكة المكرمة
- [ وسطاء عقاريين السعودية ] شريفه معمس بن محمد عسيري ... ابها ... منطقة عسير
- [ تعرٌف على ] كورك تيليكوم
- [ تعرٌف على ] إليزابيث غاوج
- [ تعرٌف على ] بولين ديفيس تومبسون
- [ وسطاء عقاريين السعودية ] سلمان سعود بن عبيد العتيبي ... الرياض ... منطقة الرياض
- [ حكمــــــة ] أنصف الناس من نفسك ولا تستطل عليهم؛ فإنه بلغني عن النبي صلى الله عليه وسلم أنه قال : «أشرف الأعمال ثلاثة: ذكر الله على كل حالٍ، ومواساة الأخ من المال، وإنصاف الناس من نفسك» .
- [ آية ] ﴿ جَزَآؤُهُمْ عِندَ رَبِّهِمْ جَنَّٰتُ عَدْنٍ تَجْرِى مِن تَحْتِهَا ٱلْأَنْهَٰرُ خَٰلِدِينَ فِيهَآ أَبَدًا ۖ رَّضِىَ ٱللَّهُ عَنْهُمْ وَرَضُوا۟ عَنْهُ ۚ ذَٰلِكَ لِمَنْ خَشِىَ رَبَّهُۥ ﴾ [ سورة البينة آية:﴿٨﴾ ]الخشية ملاك السعادة الحقيقية والفوز بالمراتب العلية؛ إذ لولاها لم تُترك المناهي والمعاصي، ولا استعد ليوم يؤخذ فيه بالأقدام والنواصي. الألوسي: 15/431.
- [ تعرٌف على ] محمد علوي المالكي
- [ وسطاء عقاريين السعودية ] عبدالعزيز حميد محمد المالكي ... جدة ... منطقة مكة المكرمة
- [ تعرٌف على ] كوليج ستيشن (تكساس)
- [ تعرٌف على ] علم الكون غير القياسي
- [ مقاهي السعودية ] مقهى البوليفارد
- [ وسطاء عقاريين السعودية ] ابراهيم علي ابراهيم الشيخي ... جدة ... منطقة مكة المكرمة
- [ تعرٌف على ] أمريكا المفتوحة 1975 - فردي السيدات
- [ مبيعات وخدمات تأجير السعودية ] مكتب سعيد الزهرانى العقارى
- [ وسطاء عقاريين السعودية ] أمجد نواف موسم السلمي ... جدة ... منطقة مكة المكرمة
- [ وسطاء عقاريين السعودية ] تركي عوده بن عبدالله الجهني ... جدة ... منطقة مكة المكرمة
- [ تعرٌف على ] قناة فالوب
- [ متاجر السعودية ] صفوة النحل ... جدة ... منطقة مكة المكرمة
- [ وسطاء عقاريين السعودية ] مكتب محمد حمد شغرود العقاري ... الثقبه ... المنطقة الشرقية
- [ تعرٌف على ] إيست لاورينبورغ (كارولاينا الشمالية)
- [ وسطاء عقاريين السعودية ] حسين غرم مزهر العسبلي ... جدة ... منطقة مكة المكرمة
- [ وسطاء عقاريين السعودية ] جبريل محمد درويش الاضبع ... صبياء ... منطقة جازان
- [ تعرٌف على ] سجلماسة
- [ مقاولون السعودية ] مؤسسة فهد بريك ابراهيم الدوسرى للتجارة والمقاولات
- [ مبيعات وخدمات تأجير السعودية ] شركة الرابح للتنمية العقارية
- [ حكمــــــة ] يا بُنَيَّ! أرادك له، فلا تكن لعدوه!يابنيَّ! أدخل نفسك في زمرة تلك الياء واستظلَّ بها تجِدْ بركتها وأضواءها !
- [ وسطاء عقاريين السعودية ] مريم صياح عايض الحربي ... الظهران ... المنطقة الشرقية
- [ وسطاء عقاريين السعودية ] مشعل سعد عبدالرحمن المري ... الرياض ... منطقة الرياض
- [ مقاهي السعودية ] مقهى الشلال
- [ مطاعم السعودية ] نكهة السنعة للأكلات الشعبية
- [ تعرٌف على ] المركب الرياضي لفاس
- [ محامين السعودية ] عمر مسلم مرشد الرحيلي ... المدينة المنورة
- [ صيدليات السعودية ] بووتس
- [ خذها قاعدة ] إن الكرام إذا ما أيسروا ذكروا .. من كان يألفهم في المنزل الخشن. - عدي بن زيد العبادي
- [ تعرٌف على ] العلاقات السويدية الكولومبية
- [ حكمــــــة ] قال الله " ابن آدم لا تباعد مني ، املأ قلبك فقرا واملأ يديك شغلا"من علامات البعد عنهانشغال=100%رضا و قناعة وبركة = 0%
- [ اثاث منزلى السعودية ] هوم ستايلز للتجارة والمقاولات
- [ تعرٌف على ] الدوري الإنجليزي الدرجة الثانية 2004–05
- [ دليل دبي الامارات ] أبسرا سوبر ماركت ... دبي
- [ تعرٌف على ] العلاقات البلغارية الموريتانية
- [ وزارات وهيئات حكومية السعودية ] القيروان
- [ تعرٌف على ] هانغل
- [ تعرٌف على ] تصلب بالو المركز
- [ تعرٌف على ] دنيس (أوكلاهوما)
- [ تعرٌف على ] دورة تولون 2019
- [ سوبر ماركت السعودية ] شركة المنارة للسيراميك
- [ وسطاء عقاريين السعودية ] علي ظافر علي الشهري ... خميس مشيط ... منطقة عسير
- [ تعرٌف على ] مستعمرة موريتانيا
- [ تعرٌف على ] تاريخ جرجان
- [ تعرٌف على ] معاهدة للا مغنية
- [ متاجر السعودية ] عبايات ميليانا ... المدينة المنورة ... منطقة المدينة المنورة
- [ اعلان السعودية ] موفون للاستشارات العلامية والعلاقات العامة
- [ مقاهي السعودية ] Layyah House
- [ تعرٌف على ] العلاقات الأذربيجانية الرومانية
- [ وسطاء عقاريين السعودية ] حسان محمد عطيه الجابرى ... جدة ... منطقة مكة المكرمة
- [ العناية بالأظافر ] أفضل مقوي أظافر
- [ تعرٌف على ] هانغل
- [ مقاولون السعودية ] شركة بن دلامة للمقاولات
- [ وسطاء عقاريين السعودية ] فهد شبيب بن شباب الشيباني ... الجبيله ... منطقة الرياض
- [ حكمــــــة ] (التفكير هو عملية معالجة للمعلومات، فهناك كم كبير من الصور والأصوات والإحساس من الخارج عن طريق الحواس ومن الداخل من الذاكرة. والتفكير هو عملية تصنيف ومقارنة وتقييم لهذه المعلومات على ضوء منظومة الإيمان والاعتقاد والقيم … وبالتالي صياغة استراتيجية ينتج عنها تعبير لغوي أو سلوكي كما ينتج عنها تأثيرات فسيولوجية في العضلات والتنفس ولو البشرة وتعبيرات الوجه..).
- [ تعرٌف على ] العلاقات البرازيلية الكورية الشمالية
- [ وسطاء عقاريين السعودية ] حمد علي محمد عسيري ... الرياض ... منطقة الرياض
- شركة نقل اثاث بالرياض|ظواهر الخليج
- تفسير حلم رؤية القضيب أو العضو الذكري في المنام لابن سيرين
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- سؤال وجواب | هل يجوز للرجل حلق شعر المؤخرة؟ وهل هناك طريقة محددة لذلك ؟
- تفسير حلم رؤية الميت يشكو من ضرسه في المنام
- رؤية طفل بعيون خضراء في المنام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
- الفضاء اللوني (ص ش ض) و (ص ش ق) الاستخدام
[ تعرٌف على ] الشبكات العصبية للرسم البياني # أخر تحديث اليوم 2024/05/22
تم النشر اليوم 2024/05/22 | الشبكات العصبية للرسم البياني
معمارية البناء
يتم تنفيذ هذه الطبقات الأساسية عند بناء الشبكات العصبية للرسوم البيانية: التبديل التكافؤي: في هذه الطبقة يتم إنشاء تمثيلا مكافئا للرسم البياني من خلال تبادل الرسائل بين العقد. يتم هذا التبادل عن طريق استلام العقد للرسائل من الجيران المباشرين لها. وبهذا تمر كل رسالة من خلال قفزة واحدة بين العقد.
التجميع المحلي: تعمل هذه الطبقة على تجميع العقد القريبة المشابهة ضمن مجموعات مع الحفاظ على خصائصها وتعرف هذه العملية بالاختزال. وتشبه إلى حد كبيرعملية التجميع في الشبكات العصبية الالتفافية. ومن الأمثلة على هذه الطبقة: تجميع العقد القريبة (بالانجليزية: k-nearest neighbors) وتجميع أعلى قيم لاسقاط العقد وتجميع التركيز الذاتي.
التجميع الشامل: توفر طبقة التجميع الشامل، والمعروفة أيضًا باسم طبقة القراءة، تمثيلًا للرسم البياني بأكمله بحيث يكون هذا التمثيل ثابتا في الحجم. يجب أن تكون طبقة التجميع الشاملة ثابته التبديل، بحيث لا تُغيرالتباديل في ترتيب عقد الرسم البياني والحواف الناتج النهائي للرسم البياني. مثل إيجاد مجموع العناصر أو المتوسط أو الحد الأقصى.
عمليا، وجود هياكل مختلفة للرسم البياني (على سبيل المثال، جزيئات لها نفس الذرات ولكن بروابط مختلفة) لا يمكن تمييزها بواسطة الشبكات العصبية للرسوم البيانية. حيث تحتاج لشبكات أكثر قوة تعمل على مستوى الأشكال الهندسية مثل المجمعات البسيطة. اعتبارًا من عام 2022 ستكون إحدى المسائل البحثية تكمن في الإجابة عن ما إذا كان بإمكان البنى المستقبلية للشبكات العصبية للرسوم البيانية التغلب على وجود الرسائل البدائية أم لا. الرسوم البيانية غير المتماثلة التي لا يمكن تمييزها بواسطة الشبكات العصبية للرسوم البيانية. تشير الألوان إلى ميزات العقدة.
رابط خارجي
https://distill.pub/2021/gnn-intro/
بوابة طب
طبقات تمرير الرسالة
تحديث تمثيل العقدة في طبقة الشبكة العصبية لتمرير الرسائل. العقدة x
0
{displaystyle mathbf {x} _{0}} تتلقى الرسائل المرسلة من جميع جيرانها المباشرين x
1
{displaystyle mathbf {x} _{1}} إلى x
4
{displaystyle mathbf {x} _{4}} . الرسائل تحسب عبر وظيفة الرسائل ϕ
{displaystyle phi } ، والتي تمثل ميزات كل من المرسل والمستقبل.
هي طبقات يتم من خلالها تمرير الرسائل عبر الشبكات العصبية تكون محملة بمعلومات عن الرسم البياني. وكما ذكر سابقا تتم عملية التبادل بشكل مكافئ (مزدوج). لنفترض أن الرسم البياني G
=
(
V
,
E
)
{displaystyle G=(V,E)} ، حيث V
V هي مجموعة العقد و E
E هي مجموعة الحواف أو الروابط بين العقد. يمثل
N u
{displaystyle N_{u}} العقد المجاورة لعقدة u
∈
V
{displaystyle uin V} . بالإضافة إلى ذلك، تعبر x
u
{displaystyle mathbf {x} _{u}} عن مجموعة الخصائص للعقدة u
∈
V
{displaystyle uin V} ، و e
u
v
{displaystyle mathbf {e} _{uv}} تمثل خصائص الروابط بين (
u
,
v
)
∈
E
{displaystyle (u,v)in E} . فيمكن التعبير عن طبقة تبادل الرسائل من خلال: h
u
=
ϕ ( x u , ⨁ v
∈ N u
ψ
(
x
u
,
x
v
,
e
u
v
) ) {displaystyle mathbf {h} _{u}=phi left(mathbf {x_{u}} ,bigoplus _{vin N_{u}}psi (mathbf {x} _{u},mathbf {x} _{v},mathbf {e} _{uv})right)}
حيث ϕ
{displaystyle phi } و ψ
psi عبارة عن دالتين قابلتين للاشتقاق (على سبيل المثال، الشبكات العصبية الاصطناعية)، و ⨁
{displaystyle bigoplus } هو عامل تجميع ثابت للتبديل يمكنه قبول عدد كبير ومختلف من المدخلات (على سبيل المثال، مجموع العناصر، أو الوسط الحسابي، أو الحد الأقصى). وعلى سبيل الخصوص، ϕ
{displaystyle phi } و ψ
psi تشيران على التوالي إلى وظيفتي التحديث والتراسل. ولذلك، في المجموعة الحسابية لـطبقة تبادل الرسائل، تقوم عُقد الرسم البياني بتحديث تمثيلاتها من خلال تجميع الرسائل المستلمة من جيرانها. مخرجات طبقة أو عدة طبقات من تبادل الرسائل h
u
{displaystyle mathbf {h} _{u}} هي تمثيلات لكل عقدة u
∈
V
{displaystyle uin V} في الرسم البياني. يمكن استخدام تمثيلات العقدة في أي مهمة نهائية، مثل تصنيف العقدة / الرسم البياني أو التنبؤ بالحافة. والتي يمكن استخدامها في تصنيف العقد أو تصنيف الرسم البياني أو التنبؤ بالروابط بين هذه العقد.
تجميع هذه التمثيلات من العقد المباشرين على هذا النحو سيكدس مجموعة من طبقات تبادل الرسائل عند كل عقدة بحيث يجعلها قادرة على التواصل مع عقد أبعد. من حيث المبدأ، للتأكد من أن كل عقدة تتلقى معلومات من كل العقد الأخرى، ستحتاج كل عقدة إلى تكديس عدد من طبقات تبادل الرسائل مساوية لقيمة عدد العقد الموجودة في طريق الوصول لأبعد نقطة عن تلك العقدة باستخدام أقصر طريق في الرسم البياني (قطر الرسم البياني). ومع ذلك، فإن تكديس العديد من طبقات تبادل الرسائل قد يتسبب في حدوث مشكلات مثل التسوية الزائدة والإفراط في السحق. تشير التسوية المفرطة إلى مشكلة عدم إمكانية تمييز تمثيلات العقدة. ويشير الإفراط في السحق إلى عنق الزجاجة الذي تم إنشاؤه عن طريق الضغط على التبعيات بعيدة المدى في تمثيلات ذات حجم ثابت. يمكن للإجراءات المضادة مثل تخطي الاتصالات (كما هو الحال في الشبكات العصبية المتبقية)، وقواعد التحديث المحدود والقفز المعرفي أن يخفف من التسوية الزائدة. ويمكن أن يؤدي تعديل الطبقة النهائية لتكون طبقة متجاورة تمامًا، أي من خلال اعتبار الرسم البياني كرسم بياني كامل، على التخفيف من الانهيار المفرط في المشكلات التي تتطلب تبعيات بعيدة المدى. تم تطوير طرق أخرى لشبكة تبادل الرسائل في الأبحاث، مثل الشبكات الالتفافية للرسم البياني وشبكات تركيز الرسم البياني، التي يمكن التعبير عن تعريفاتها من حيث شكليات تبادل الرسائل. شبكة الرسم البياني الالتفافية
تم تقديم الشبكة الالتفافية للرسم البياني (GCN) لأول مرة بواسطة توماس كيبف وماكس ويلنج في عام 2017. وتمثل هذه الطبقة صورة طيفية أولية عن الرسم البياني. يعبر عن الشبكة الالتفافية للرسم البياني من خلال:
H =
σ (
D ~
−
1
2
A ~
D ~
−
1
2 Θ
) {displaystyle mathbf {H} =sigma left({tilde {mathbf {D} }}^{-{frac {1}{2}}}{tilde {mathbf {A} }}{tilde {mathbf {D} }}^{-{frac {1}{2}}}mathbf {X} mathbf {Theta } right)} H {displaystyle mathbf {H} } : مصفوفة تمثيلات العقد h
u
{displaystyle mathbf {h} _{u}} .
{displaystyle mathbf {X} } : مصفوفة ميزات العقدة x
u
{displaystyle mathbf {x} _{u}} . σ
(
⋅
)
{displaystyle sigma (cdot )} : علاقة تنشيط مثل (ReLU). A ~ {displaystyle {tilde {mathbf {A} }}} و D ~ {displaystyle {tilde {mathbf {D} }}} : تشيران على التوالي لمصفوفتي تجاور الرسم البياني ودرجة الرسم البياني (بوجود الحلقات الذاتية في كلا المصفوفتين).
Θ {displaystyle mathbf {Theta } } : مصفوفة العوامل القابلة للتدريب. يمكن تحديد A ~ = A + I {displaystyle {tilde {mathbf {A} }}=mathbf {A} +mathbf {I} } و
D ~
i
i
= ∑ j
∈
V
A
~
i
j
{displaystyle {tilde {mathbf {D} }}_{ii}=sum _{jin V}{tilde {A}}_{ij}} . تشير
I {displaystyle mathbf {I} } إلى مصفوفة الوحدة. يضمن وجود هذه المعايرة أن تكون قيم
D ~
−
1
2
A ~
D ~
−
1
2
{displaystyle {tilde {mathbf {D} }}^{-{frac {1}{2}}}{tilde {mathbf {A} }}{tilde {mathbf {D} }}^{-{frac {1}{2}}}} محددة ضمن [
0
,
1
]
{displaystyle [0,1]} لتجنب عدم الاستقرار العددي. يتمثل أحد قيود هذه الشبكات في عدم سماحها بتعيين ميزات حافة متعددة الأبعاد e
u
v
{displaystyle mathbf {e} _{uv}} . ومع ذلك، من الممكن ربط الأوزان العددية
w u
v
{displaystyle w_{uv}} بأي حافة
A u
v
= w u
v
{displaystyle A_{uv}=w_{uv}} عن طريق تعيين قيم غير صفرية في المصفوفة المجاورة مساوية لوزن الحافة المقابلة. شبكة التركيز للرسوم البيانية
تم تقديم شبكة الانتباه بالرسم البياني بواسطة بيتر فيليكوفيك وآخرين في عام 2018. شبكة التركيز للرسم البياني عبارة عن مزيج من الشبكات العصبية للرسم البياني وطبقة التركيز. يساعد وجود هذه الطبقة في الشبكات العصبية الرسومية على التركيز على المعلومات المهمة في البيانات بدلاً من التركيز على البيانات بأكملها. يمكن التعبير عن شبكة التركيز للرسوم البيانية متعددة الرؤوس على النحو التالي: h
u
=
‖
k
=
1
K
σ (
∑ v
∈ N u α u
v
W
k
x
v ) {displaystyle mathbf {h} _{u}={overset {K}{underset {k=1}{Big Vert }}}sigma left(sum _{vin N_{u}}alpha _{uv}mathbf {W} ^{k}mathbf {x} _{v}right)}
K
{displaystyle K} : عدد رؤوس التركيز. ‖
{displaystyle {Big Vert }} : تسلسل المتجه.
α i
j
{displaystyle alpha _{ij}} : هي معاملات التركيز. σ
(
⋅
)
{displaystyle sigma (cdot )} : علاقة تنشيط مثل (ReLU).
W k
{displaystyle W^{k}} : مصفوفة عوامل رؤوس التركيز القابلة للتدريب
بالنسبة للطبقة النهائية من طبقات التركيز، يتم حساب متوسط المخرجات من كل رأس تركيز قبل تطبيق وظيفة التنشيط. رسميًا، يمكن كتابة هذه الطبقة النهائية على النحو التالي: h
u
=
σ ( 1
K ∑ k
=
1
K ∑ v
∈ N u α u
v
W
k
x
v ) {displaystyle mathbf {h} _{u}=sigma left({frac {1}{K}}sum _{k=1}^{K}sum _{vin N_{u}}alpha _{uv}mathbf {W} ^{k}mathbf {x} _{v}right)}
التركيز في التعلم الآلي هو أسلوب محاكاة للانتباه المعرفي. في سياق التعلم على الرسوم البيانية، معامل الانتباه
α u
v
{displaystyle alpha _{uv}} يقيس مدى أهمية العقدة u
∈
V
{displaystyle uin V} بالنسبة إلى عقدة أخرى v
∈
V
{displaystyle vin V} . تُتُحسب معاملات التركيز المعيارية على النحو التالي:
α u
v
= exp
( LeakyReLU
( a
T
[ W h
u
‖ W h
v
‖
e
u
v
] ) ) ∑ z
∈ N u
exp
( LeakyReLU
( a
T
[ W h
u
‖ W h
z
‖
e
u
z
] ) ) {displaystyle alpha _{uv}={frac {exp({text{LeakyReLU}}left(mathbf {a} ^{T}[mathbf {W} mathbf {h} _{u}Vert mathbf {W} mathbf {h} _{v}Vert mathbf {e} _{uv}]right))}{sum _{zin N_{u}}exp({text{LeakyReLU}}left(mathbf {a} ^{T}[mathbf {W} mathbf {h} _{u}Vert mathbf {W} mathbf {h} _{z}Vert mathbf {e} _{uz}]right))}}} a {displaystyle mathbf {a} } : هو متجه الأوزان القابلة للتعلم.
⋅ T
{displaystyle cdot ^{T}} : يشير إلى التبديل.
LeakyReLU {displaystyle {text{LeakyReLU}}} : هي ReLU معدل. يتم معايرة معاملات التركيز لجعلها قابلة للمقارنة بسهولة عبر العقد المختلفة. يمكن رؤية الشبكات الالتفافية للرسوم البيانية كحالة خاصة لـشبكة التركيز حيث معاملات الانتباه غير قابلة للتعلم، ولكنها ثابتة وتساوي أوزان الحافة
w u
v
{displaystyle w_{uv}} . الشبكة العصبية للرسوم البيانية المتسلسلة ذات البوابات
تتم تقديم الشبكة العصبية لتسلسل الرسم البياني بواسطة يوجيا لي وآخرين. في عام 2015. تم توسيع وتعديل صياغة هذه الشبكة بواسطة سكارسيلي وآخرين لإخراج التسلسلات. يتم تنفيذ إطار عمل تمرير الرسائل كقاعدة تحديث لخلية وحدة متكررة ذات بوابة. يمكن التعبير عن هذه الشبكة من خلال: h
u
(
0
)
=
x
u ‖
0 {displaystyle mathbf {h} _{u}^{(0)}=mathbf {x} _{u},Vert ,mathbf {0} }
m
u
(
l
+
1
)
= ∑ v
∈ N u Θ h
v
{displaystyle mathbf {m} _{u}^{(l+1)}=sum _{vin N_{u}}mathbf {Theta } mathbf {h} _{v}}
h
u
(
l
+
1
)
= GRU (
m
u
(
l
+
1
)
,
h
u
(
l
)
)
{displaystyle mathbf {h} _{u}^{(l+1)}={text{GRU}}(mathbf {m} _{u}^{(l+1)},mathbf {h} _{u}^{(l)})}
أين ‖
{displaystyle Vert } يشير إلى تسلسل المتجه.
0 {displaystyle mathbf {0} } :: متجه صفري.
Θ {displaystyle mathbf {Theta } } :: هي مصفوفة من العوامل القابلة للتعلم.
GRU {displaystyle {text{GRU}}} : عبارة عن خلية وحدة متكررة ذات بوابة (بالإنجليزية: Gated recurrent unit). l
{displaystyle l} : فهرس التسلسل.
التطبيقات
طيّ البروتين
الشبكات العصبية للرسم البياني هي إحدى اللبنات الأساسية لبرنامج ألفا-فولد، وهو برنامج ذكاء اصطناعي طورته شركة جوجل: ديب-مايند لحل مشكلة طي البروتين في علم الأحياء. حقق هذا البرنامج المركز الأول في العديد من المسابقات. الشبكات الاجتماعية
الشبكات الاجتماعية هي مجال تطبيق رئيسي لهذه الشبكات بسبب تمثيلها الطبيعي كرسم بياني اجتماعي. يتم استخدام شبكات الرسم البياني لتطوير أنظمة التوصية على أساس كل من العلاقات الاجتماعية وعلاقات العناصر. الاستمثال التوافقي
يتم استخدام الشبكات العصبية للرسم البياني كعناصر بناء أساسية للعديد من خوارزميات التحسين التوافقي. تشمل الأمثلة على حساب المسارات الأقصر أو دوائر أويلريان لرسم بياني معين، اشتقاق مواضع رقاقة متفوقة أو منافسة للحلول البشرية المصنوعة يدويًا، وتحسين قواعد التفريع المصممة من قبل الخبراء في الفرع والربط.
طبقات التجميع المحلية
تعمل طبقات التجميع المحلية على زيادة اختزال الرسم البياني. تم تقديم واقتراح العديد من استراتيجيات التجميع المحلية القابلة للتعلم. لكل حالة، المدخل هو الرسم البياني الأولي الذي يتم تمثيله بواسطة مصفوفة
{displaystyle mathbf {X} } التي تحمل ميزات العقدة ومصفوفة
A {displaystyle mathbf {A} } التي تمثل المصفوفة المجاورة للرسم البياني. والناتج هو المصفوفة الجديدة
′ {displaystyle mathbf {X} ‘} من ميزات العقدة ومصفوفة مجاورة للرسم البياني الجديد A ′ {displaystyle mathbf {A} ‘} . تجميع أعلى قيم لإسقاط العقد
أولا نجعل
y =
p ‖ p ‖ {displaystyle mathbf {y} ={frac {mathbf {X} mathbf {p} }{Vert mathbf {p} Vert }}} بحيث
p {displaystyle mathbf {p} } متجه الاسقاط القابل للتعلم. ويتم حساب قيمة هذا الاسقاط (ليس كمتجه). يمكن بعد ذلك التعبير عن هذه الطبقة على النحو التالي:
′ =
(
⊙ sigmoid ( y ) )
i {displaystyle mathbf {X} ‘=(mathbf {X} odot {text{sigmoid}}(mathbf {y} ))_{mathbf {i} }}
A ′ =
A i , i {displaystyle mathbf {A} ‘=mathbf {A} _{mathbf {i} ,mathbf {i} }} i =
top
k
( y )
{displaystyle mathbf {i} ={text{top}}_{k}(mathbf {y} )} وهي المجموعة الفرعية من العقد ذات أعلى قيم إسقاط، وتشير ⊙
{displaystyle odot } إلى ضرب المصفوفة حسب العنصر، و
sigmoid (
⋅
)
{displaystyle {text{sigmoid}}(cdot )} هي وظيفة السيني التي تجعل متجه الإسقاط قابلا للتدريب عن طريق الانتشار المتراجع والتي تنتج مخرجات منفصلة. يتم الاحتفاظ بالعقد ذات أعلى درجات إسقاط في مصفوفة التجاور الجديدة A ′ {displaystyle mathbf {A} ‘} . تجميع التركيز الذاتي
بداية نجعل
y = GNN (
, A )
{displaystyle mathbf {y} ={text{GNN}}(mathbf {X} ,mathbf {A} )}
حيث
GNN {displaystyle {text{GNN}}} هي الطبقة المكافئة لأي من طبقات التبديل السابقة. هذه الطبقة يمكن التعبير عنها من خلال:
′ =
(
⊙ y
)
i {displaystyle mathbf {X} ‘=(mathbf {X} odot mathbf {y} )_{mathbf {i} }}
A ′ =
A i , i {displaystyle mathbf {A} ‘=mathbf {A} _{mathbf {i} ,mathbf {i} }}
حيث
i =
top
k
( y )
{displaystyle mathbf {i} ={text{top}}_{k}(mathbf {y} )} كما أشرنا لها سابقا، و ⊙
{displaystyle odot } هي ضرب المصفوفة حسب العنصر. يمكن النظر إلى طبقة تجميع التركيز الذاتي على أنها امتداد لطبقة تجمع أعلى نقاط الإسقاط. لكن تختلف عن هذه الطبقة بحسابها لدرجات التركيز الذاتي لكل من ميزات الرسم البياني وطوبولوجيا الرسم البياني.
شرح مبسط
الشبكات العصبية للرسم البياني (بالانجليزية: Graph Neural Network) هي نوع من أنواع الشبكات العصبية الاصطناعية المستخدمة في معالجة البيانات التي يمكن تمثيلها من خلال الرسوم البيانية.[1][2][3]