ScholarGate
Assistente
Machine learningGraph mining

Graph Kernels for Structured Data

Imagine dois grafos moleculares. Em vez de achatar cada molécula em um vetor de comprimento fixo, um kernel de grafo conta quantos pequenos motivos estruturais — cadeias de ligações, padrões de anéis, vizinhanças locais — as duas moléculas compartilham. Quanto mais fragmentos estruturais elas tiverem em comum, mais similares serão consideradas. Essa contagem é feita implicitamente, de modo que mesmo espaços de características muito grandes permaneçam computacionalmente tratáveis.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 2). Graph Kernels for Structured Data. ScholarGate. https://scholargate.app/pt/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). Recuperado em 2026-06-15 de https://scholargate.app/pt/network-analysis/graph-kernels · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026