Grafová jádra
Grafová jádra jsou pozitivně semidefinitní jádrové funkce, které měří podobnost mezi dvěma grafy porovnáváním jejich sdílených podstruktur – jako jsou náhodné procházky, nejkratší cesty nebo vzory podstromů. Byla představena v jednotném rámci Vishwanathanem, Schraudolphem, Kondorem a Borgwardtem (2010) a propojují jádrové metody s daty strukturovanými jako grafy, což umožňuje algoritmům jako SVM pracovat přímo s grafy bez nutnosti explicitního kroku vektorizace.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/cs/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.
- Grafová neuronová síťAnalýza sítí↔ compare
- Vnoření znalostních grafůAnalýza sítí↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →