Application of Graph Neural Networks in a Selected Domain

Emanuel Dopater

Bakalářská práce

Anotace:

Táto bakalárska práca je zameraná na analýzu komplexných sietí pomocou grafových neurónových sietí. Cieľom bolo klasifikovať uzly a hrany v komplexných sieťach a vyhodnotiť výkonnosť klasifikátora. Táto práca má teoretickú časť, v ktorej predstavujeme pojmy, ktoré používame, a praktickú časť, v ktorej zostavujeme, trénujeme a vyhodnocujeme klasifikátor v troch nezávislých experimentoch. Výsledky ukázali, že klasifikátory založené na grafových neurónových sieťach sú efektívne a užitočné pri transduktívnom učení.

Abstract:

This bachelor thesis focuses on complex networks analysis with graph neural networks. The aim was to classify nodes and edges in complex networks and evaluate the classifier’s performance. This work has the theoretical part, where we introduce concepts we are using, and the practical part, where we build, train and evaluate a classifier in three independent experiments. The results showed that classifiers based on graph neural networks are effective and useful in transductive learning.

Klíčová slova

grafové neurónové siete, komplexné siete, vetné, embeddings''

Keywords

graph neural networks, complex networks, sentence embeddings

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 30. 4. 2022

Obhajoba závěrečné práce

• Obhajoba proběhla 30. 5. 2022
• Vedoucí: Miloš Kudělka
• Oponent: Eliška Ochodková

VŠB – Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Bakalářský studijní program:
Informatika