Grafu kodoli
Grafu kodoli ir pozitīvi semidefinītas kodolfunkcijas, kas mēra līdzību starp diviem grafiem, salīdzinot to kopīgās apakšstruktūras — piemēram, nejaušas gaitas, īsākos ceļus vai apakškoku modeļus. Ieviesti vienotā sistēmā ar Vishwanathan, Schraudolph, Kondor un Borgwardt (2010), tie savieno kodolmetodes un uz grafiem balstītus datus, ļaujot tādiem algoritmiem kā SVM darboties tieši uz grafiem, neprasot eksplictu vektorizācijas soli.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/lv/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.
- Grafu neironu tīklsTīklu analīze↔ compare
- Knowledge Graph EmbeddingsTīklu analīze↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →