Jądra grafowe
Jądra grafowe to dodatnio półokreślone funkcje jądra, które mierzą podobieństwo między dwoma grafami poprzez porównanie ich wspólnych podstruktur — takich jak losowe spacery, najkrótsze ścieżki czy wzorce poddrzew. Wprowadzone w ujednoliconym ujęciu przez Vishwanathana, Schraudolpha, Kondora i Borgwardta (2010), łączą metody jądrowe z danymi o strukturze grafowej, umożliwiając algorytmom takim jak SVM działanie bezpośrednio na grafach bez potrzeby jawnego kroku wektoryzacji.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Vishwanathan, S. V. N., Schraudolph, N. N., Kondor, R., & Borgwardt, K. M. (2010). Graph kernels. Journal of Machine Learning Research, 11, 1201–1242. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/pl/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.
- Sieć neuronowa grafowaAnaliza sieci↔ compare
- Osadzanie grafów wiedzyAnaliza sieci↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →