ScholarGate
Assistent
Machine learningGraph mining

Els nuclis de grafs

Imagineu dos grafs moleculars. En lloc de aplanar cada molècula en un vector de longitud fixa, un nucli de graf compta quants petits motius estructurals — cadenes de enllaços, patrons d'anell, veïnats locals — comparteixen les dues molècules. Com més fragments estructurals tinguin en comú, més similars es jutgen. Aquest recompte es fa implícitament, de manera que fins i tot espais de característiques molt grans romanen computacionalment tractables.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/ca/network-analysis/graph-kernels

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateGraph Kernels (Graph Kernels for Structured Data). Recuperat el 2026-06-15 de https://scholargate.app/ca/network-analysis/graph-kernels · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026