Graafikernelit
Graafikernelit ovat positiivisesti semidefiniittejä kernel-funktioita, jotka mittaavat kahden graafin samankaltaisuutta vertaamalla niiden yhteisiä osarakenteita – kuten satunnaiskulkuja, lyhimpiä polkuja tai osiapuita. Vishwanathan, Schraudolph, Kondor ja Borgwardt (2010) esittelivät ne yhtenäisessä viitekehyksessä, yhdistäen kernel-menetelmät ja graafirakenteisen datan, mahdollistaen esimerkiksi SVM-algoritmien toimimisen suoraan graafeilla ilman eksplisiittistä vektorisointivaihetta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/fi/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.
- GraafineuraaliverkkoVerkostoanalyysi↔ compare
- TietograafiembeddingitVerkostoanalyysi↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →