Relationale Graph-Neuronale Netze sind in den Bereichen Künstliche Intelligenz, Big Data und Smart Data sowie Digitale Transformation zuhause. Sie helfen dabei, sehr komplexe Zusammenhänge in großen Datennetzen zu erkennen und zu verstehen.
Stellen Sie sich vor, Sie haben ein riesiges Netzwerk aus Datenpunkten – zum Beispiel alle Lieferanten, Kunden und Produkte in einer großen Firma. Relationale Graph-Neuronale Netze ermöglichen es Computern, die Beziehungen zwischen diesen Punkten zu analysieren. Sie denken dabei nicht nur in Schubladen, sondern betrachten, wie alles miteinander zusammenhängt.
Ein einfaches Beispiel: Ein Unternehmen möchte herausfinden, welche Kunden ähnliche Kaufmuster haben. Relationale Graph-Neuronale Netze nehmen die Kundendaten als „Knoten“ und die gemeinsamen Käufe als „Verbindungen“ im sogenannten Graphen. Das Netz lernt nun, Muster in diesen Beziehungen zu erkennen – etwa, welcher Kunde vielleicht schon bald ein bestimmtes Produkt braucht.
Diese Technik wird genutzt, um ganz neue Erkenntnisse aus Daten zu gewinnen, Prognosen zu verbessern und Entscheidungen zu erleichtern – von der Industrie bis hin zu Online-Shops.
Deutsch 
English (UK)