ScholarGate
Pembantu
Machine learningGraph mining

Kernel Graf

Kernel graf ialah fungsi kernel separa-positif tentu yang mengukur kesamaan antara dua graf dengan membandingkan substruktur kongsi mereka — seperti "random walks", "shortest paths", atau pola "subtree". Diperkenalkan dalam kerangka kerja terpadu oleh Vishwanathan, Schraudolph, Kondor, dan Borgwardt (2010), ia merapatkan kaedah kernel dan data berstruktur graf, membolehkan algoritma seperti SVM beroperasi secara langsung pada graf tanpa memerlukan langkah pemevektoran eksplisit.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link

Cara memetik halaman ini

ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/ms/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.

Compare side by side
ScholarGateGraph Kernels (Graph Kernels for Structured Data). Dicapai 2026-06-15 daripada https://scholargate.app/ms/network-analysis/graph-kernels · Set data: https://doi.org/10.5281/zenodo.20539026