Graphkernels
Graphkernels sind positiv semidefinite Kernfunktionen, die die Ähnlichkeit zwischen zwei Graphen messen, indem sie deren gemeinsame Unterstrukturen vergleichen – wie zum Beispiel Zufallspfade, kürzeste Pfade oder Teilbaum-Muster. Sie wurden von Vishwanathan, Schraudolph, Kondor und Borgwardt (2010) in einem vereinheitlichten Rahmen eingeführt und schlagen eine Brücke zwischen Kernelmethoden und graphenstrukturierten Daten. Dadurch ermöglichen sie Algorithmen wie Support Vector Machines (SVMs), direkt auf Graphen zu operieren, ohne einen expliziten Vektorisierungsschritt zu erfordern.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/de/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.
- Graph Neural NetworkNetzwerkanalyse↔ compare
- Knowledge Graph EmbeddingsNetzwerkanalyse↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →