Grafkerner
Grafkerner er positivt semidefinte kernefunktioner, der måler ligheden mellem to grafer ved at sammenligne deres delte delstrukturer — såsom tilfældige vandringer, korteste stier eller deltræsmønstre. Introduceret i et forenet rammeværk af Vishwanathan, Schraudolph, Kondor og Borgwardt (2010), forbinder de kerne-metoder og graf-strukturerede data, hvilket muliggør, at algoritmer som SVM'er kan operere direkte på grafer uden behov for et eksplicit vektoriseringstrin.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/da/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.
- Grafneuralt netværkNetværksanalyse↔ compare
- Knowledge Graph EmbeddingsNetværksanalyse↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →