ScholarGate
Assistent
Machine learningGraph mining

Grafkernen

Stel je twee moleculaire grafen voor. In plaats van elke molecuul af te vlakken tot een vector met vaste lengte, telt een grafkern hoeveel kleine structurele motieven — ketens van bindingen, ringpatronen, lokale buurten — de twee moleculen delen. Hoe meer structurele fragmenten ze gemeenschappelijk hebben, hoe meer vergelijkbaar ze worden geacht. Deze telling gebeurt impliciet, zodat zelfs zeer grote kenmerkruimtes rekenkundig beheersbaar blijven.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/nl/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). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/network-analysis/graph-kernels · Gegevensset: https://doi.org/10.5281/zenodo.20539026