FIDLE / Travailler avec des données structurées : Graph Neural Network (GNN)

Video Description

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 votre 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 (GNN). Durant cette séquence, nous vous présenterons les bases permettant d'utiliser ces GNN. Le plan est le suivant : - 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 : 2h00 Pour rappel, 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