定义

图核(graph kernel)可以理解为测量图相似度的函数。Graph kernel是一种核方法(kernel method),核方法在图结构中的研究主要分两类,一类是图嵌入算法(graph embedding),将图(graph)结构嵌入到向量空间,得到图结构的向量化表示,然后直接应用于向量的核函数处理,但这类方法将结构化数据降维到向量空间损失了大量结构化信息;另一类是图核函数(graph kernel)算法,直接面向图结构数据,既保留了基于向量核函数的全部优点,也能够直接体现图数据在高维希尔伯特空间中的结构信息,目前结构化的图核方法是模式识别核方法领域中的热点。

目前最主流的图核函数的定义是基于R-convolution的图核[2]。根据对比的子结构类型或图结构分解的方法不同,主流的R-convolution的图核函数主要分为3类:(1)基于游走的图核函数;(2)基于路径的图核函数;(3)基于子树或子图结构的图核函数。

参考文献

[1] Vishwanathan S V N, Schraudolph N N, Kondor R, et al. Graph kernels[J]. The Journal of Machine Learning Research, 2010, 11: 1201-1242.
[2] 白璐, 徐立祥, 崔丽欣, et al. 图核函数研究现状与进展[J]. 安徽大学学报(自然科学版), 2017(41):28.

作          者: 泮桥成像光电商城

出          处: https://www.ipanqiao.com/entry/423

版          权:本文版权归泮桥成像光电商城所有

免责声明:本文中使用的部分文字内容与图片来自于网络,如有侵权,请联系作者进行删除。

转          载:欢迎转载,但必须保留上述声明;必须在文章中给出原文链接;否则必究法律责任。

Copyright © 2019-2022 南京超维景生物科技有限公司 版权所有 www.ipanqiao.com苏ICP备20009590号-1
联系我们
立即做合同
微信客服
电话咨询

400-998-9826

17302548620

快速留言

泮桥成像光电商城专业人员会在24小时之内联系您

关闭 提交