Oct, 2016

通过哈希加速连续属性图的核函数

PDF
TL;DR本文介绍了一种名为 hash graph kernels 的方法，可以将离散标签的图形核扩展到包含连续属性的图。该方法通过随机的哈希函数将连续属性迭代地转换成离散标签，并在 Weisfeiler-Lehman 子树核和最短路径核的基础上展示了其优越性能和扩展性。
hash graph kernelscontinuous attributesscalablegraphstheoretical analysis
发现论文，激发创造
  • Wasserstein Weisfeiler-Lehman 图核

    本文介绍了一种基于 Wasserstein 距离和 Weisfeiler-Lehman embedding 的新型图卷积核方法，以图像高维对象的方式比较图结构之间的相似性并在多个图分类任务上提高了预测性能。

    Jun, 2019

  • 属性图的子图匹配核函数

    论文通过提出基于子图匹配的图内核来解决无属性子图匹配内核所面临的属性不匹配的问题，并通过灵活的打分方案对子图匹配进行评分。作者还提出了用于计算内核的图论算法，并在对真实世界图进行分类任务时取得了鼓舞人心的实验结果。

    Jun, 2012

  • 图核函数

    通过扩展线性代数到再生核希尔伯特空间（RKHS）并将其简化为 Sylvester 方程的算法，我们构建了一个统一的框架来研究图形内核，这使得内核计算的时间复杂度从 O（n^6）降至 O（n^3），当图形稀疏时，共轭梯度求解器或固定点迭代带入子立方域。

    Jul, 2008

  • 图内核：现状与未来挑战

    该论文综述了现有的图内核方法，包括其应用、软件和数据资源，以及现阶段最先进的图内核进行的实证比较，以解决图形相似度评估问题，进而在分类和回归模型中进行预测。

    Nov, 2020

  • 使用图神经网络学习哈希用于推荐系统

    本文提出基于图神经网络的哈希学习方法，在连续编码和离散编码的联合特征表示空间中实现检索，并使用 STE 和导向策略进行离散优化，实验证明该模型在维持哈希编码相对顺序的同时运行速度较快且性能与其连续编码对应模型无明显差别。

    Mar, 2020

  • 图内核：一份综述

    这篇综述文章介绍了在结构化数据学习中，图核函数及其相关发展十分引人瞩目和广泛应用。文章总结了近二十年来发展出的几十种图核函数，介绍了图核函数在社交网络及生物信息学等领域的成功应用，并提供了一些有关图核函数的应用和挑战的讨论。

    Apr, 2019

  • CKGConv: 连续核的通用图卷积

    我们提出了一种新颖的连续核图卷积（CKGConv）框架，通过将核函数参数化为通过图位置编码得到的伪坐标的连续函数，从而解决了在图域中定义通用卷积算子的挑战，该框架理论上证明了 CKGConv 的灵活性和表现力，并在实证中证明 CKGConv 网络在各种图数据集上优于现有的图卷积网络，并与最佳图转换器表现相当。

    Apr, 2024

  • 利用决策树进行高维数据的快速监督哈希

    本文利用增强决策树来实现哈希中的非线性，提出了基于次模形式的哈希二进制码推断问题和用于解决大规模哈希推断的高效 GraphCut 块搜索方法。实验证明，该方法在检索准确性和训练时间方面显著优于大多数最先进的方法，尤其是对于高维数据，该方法的训练时间比许多方法快数个数量级。

    Apr, 2014

  • 使用切片瓦瑟卡因魏斯费勒 - 勒曼图内核的高斯过程回归

    用监督学习和高斯过程回归为基础，提出了 Sliced Wasserstein Weisfeiler-Lehman（SWWL）图内核来处理具有连续节点属性的大型稀疏图数据集，并成功应用于分子数据集的图分类和计算流体力学、固体力学的图回归任务。

    Feb, 2024

  • 基于随机游走回程概率的图核函数

    提出基于随机游走返回概率的图核计算框架，使用各种节点属性进行有效利用，并在广泛的图分类实验中证明了其显著优越性。

    Sep, 2018