Jump to content

Ядро графа

В анализе структур ядро ​​графа — это функция ядра , которая вычисляет внутренний продукт на графах . [1] Ядра графов можно интуитивно понимать как функции, измеряющие сходство пар графов. Они позволяют алгоритмам обучения с использованием ядра, таким как машины опорных векторов , работать непосредственно с графами без необходимости извлечения признаков фиксированной длины с действительными значениями для преобразования их в векторы признаков . Они находят применение в биоинформатике , в хемоинформатике (как разновидность ядер молекул [2] ), и в анализе социальных сетей . [1]

Концепции ядер графов существуют с 1999 года, когда Д. Хаусслер [3] ввел сверточные ядра на дискретных структурах. Термин «ядро графа» был более официально введен в 2002 году Р.И. Кондором и Дж. Лафферти. [4] в качестве ядер на графах, т.е. функций подобия между узлами одного графа, с Всемирной паутины графом гиперссылок в качестве предлагаемого приложения. В 2003 году Гертнер и др. [5] и Касима и др. [6] определенные ядра между графами. В 2010 году Вишванатан и др. дали их единую основу. [1] В 2018 году Гош и др. [7] описал историю ядер графов и их эволюцию за два десятилетия.

Приложения

[ редактировать ]

Было показано, что ядро ​​маргинального графа позволяет точно прогнозировать энергию атомизации небольших органических молекул. [8]

Примеры ядер

[ редактировать ]

Примером ядра между графами является ядро ​​случайного блуждания , [5] [6] который концептуально выполняет случайные обходы двух графов одновременно, а затем подсчитывает количество путей , созданных обоими обходами. Это эквивалентно случайному блужданию по прямому произведению пары графов, и на основе этого можно получить ядро, которое можно эффективно вычислить. [1]

Другой пример - ядро ​​графа Вейсфейлера-Лемана. [9] который вычисляет несколько раундов алгоритма Вейсфейлера-Лемана, а затем вычисляет сходство двух графиков как внутреннее произведение векторов гистограмм обоих графов. В этих векторах гистограмм ядро ​​собирает количество раз, когда цвет встречается на графике на каждой итерации. Обратите внимание, что ядро ​​Вейсфейлера-Лемана теоретически имеет бесконечную размерность, поскольку число возможных цветов, присваиваемых алгоритмом Вейсфейлера-Лемана, бесконечно. Если ограничиться цветами, которые присутствуют на обоих графиках, вычисление по-прежнему возможно.

См. также

[ редактировать ]
  1. ^ Jump up to: а б с д СВН Вишванатан; Никол Н. Шраудольф; Риси Кондор; Карстен М. Боргвардт (2010). «Ядра графа» (PDF) . Журнал исследований машинного обучения . 11 : 1201–1242.
  2. ^ Л. Ралайвола; С. Дж. Свамидасс; Х. Сайго; П. Балди (2005). «Ядра графов для химической информатики». Нейронные сети . 18 (8): 1093–1110. дои : 10.1016/j.neunet.2005.07.009 . ПМИД   16157471 .
  3. ^ Хаусслер, Дэвид (1999). Ядра свертки на дискретных структурах . CiteSeerX   10.1.1.110.638 .
  4. ^ Ризи Имре Кондор; Джон Лафферти (2002). Диффузионные ядра в графах и других пространствах дискретного ввода (PDF) . Учеб. Международная конференция. по машинному обучению (ICML).
  5. ^ Jump up to: а б Томас Гертнер; Питер А. Флах; Стефан Вробель (2003). О ядрах графов: результаты твердости и эффективные альтернативы . Учеб. 16-я ежегодная конференция по теории вычислительного обучения (COLT) и 7-й семинар по ядру. дои : 10.1007/978-3-540-45167-9_11 .
  6. ^ Jump up to: а б Хисаси Касима; Кодзи Цуда; Акихиро Инокучи (2003). Маргинализированные ядра между помеченными графами (PDF) . Учеб. 20-я Международная конференция по машинному обучению (ICML).
  7. ^ Гош, Сварненду; Дас, Нибаран; Гонсалвес, Тереза; Куарежма, Пауло; Кунду, Махантапас (2018). «Путешествие ядер графов через два десятилетия». Обзор компьютерных наук . 27 : 88–111. дои : 10.1016/j.cosrev.2017.11.002 .
  8. ^ Ю-Ханг Тан; Вибе А. де Йонг (2019). «Прогнозирование энергии атомизации с использованием ядра графа и активного обучения». Журнал химической физики . 150 (4): 044107. arXiv : 1810.07310 . Бибкод : 2019JChPh.150d4107T . дои : 10.1063/1.5078640 . ПМИД   30709286 .
  9. ^ Шервашидзе, Нино и др. «Ядра графа Вейсфейлера-Лемана». Журнал исследований машинного обучения 12.9 (2011).
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: c67d6d5d6ef49f732657d4a1fed396e7__1701164760
URL1:https://arc.ask3.ru/arc/aa/c6/e7/c67d6d5d6ef49f732657d4a1fed396e7.html
Заголовок, (Title) документа по адресу, URL1:
Graph kernel - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)