Graafikernalid
Graafikernalid on positiivsed pool-definiitsed kernelifunktsioonid, mis mõõdavad sarnasust kahe graafi vahel, võrreldes nende ühiseid alastruktuure – nagu juhuslikud kõnnid, lühimad teed või alamstruktuuri mustrid. Vishwanathan, Schraudolph, Kondor ja Borgwardt (2010) poolt ühtses raamistikus tutvustatud kernalid ühendavad kernalimeetodid ja graafistruktuuriga andmed, võimaldades sellistel algoritmidel nagu SVM-id töötada otse graafidega ilma eksplitsiitset vektoriseerimise sammu vajamata.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/et/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.
- Graafiline närvivõrkVõrgustikuanalüüs↔ compare
- Knowledge Graph EmbeddingsVõrgustikuanalüüs↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →