文章

用神经网络解决不精确图同构问题

作者:

Brijnesh J。耆那教,

弗里茨维索茨基作者信息和声明

神经计算,体积63

页45-67

https://doi.org/10.1016/j.neucom.2004.01.189

出版:2005年1月1日出版历史

摘要

我们提出了一种神经网络方法来解决加权图的精确和不精确图同构问题。与其他神经启发式或相关方法相比，该方法基于神经细化过程，以减少搜索空间，然后进行能量最小化匹配过程。给出并讨论了100-5000个顶点范围内随机加权图和化学分子结构的实验。

工具书类

[1]

Abdulrahim，M.和Misra，M.，用于对象识别的图同构算法。模式分析。申请。v1 i3。189-201.

[2]

T.Ae，K.Agusa，S.Fujita，M.Yamashita，《关于图同构问题的神经网络》，载于：RNNS/IEEE神经信息学和神经计算机研讨会，1992年，第1142-1148页。

[3]

Almohamad，H.A.，用于匹配加权图对的多项式变换。J.应用。数学。模型。v15 i4。

[4]

Almohamad，H.A.和Duffuaa，S.O.，加权图匹配问题的线性规划方法。IEEE传输。模式分析。机器。智力。v15 i5。522-525.

数字图书馆

[5]

A.P.Ambler、H.G.Barrow、C.M.Brown、R.M.Burstall、R.J.Popplestone，《通用计算机控制装配系统》，载于：《人工智能国际联合会议》，加利福尼亚州斯坦福大学，1973年，第298-307页。

数字图书馆

[6]

Babai，L.，Erdös，P.和Selkow，s.，《随机图同构》。SIAM J.计算。第9.628-635节。

[7]

Ballard，D.H.和Brown，C.M.，《计算机视觉》。1982.新泽西州恩格尔伍德克利夫斯普伦蒂斯·霍尔。

数字图书馆

[8]

Barrow，H.和Burstall，R.，《子图同构，匹配关系结构和最大团》。通知。过程。莱特。v4.83-84。

[9]

S.Bischoff，D.Reuss，F.Wysotzki，《计算机视觉中应用连接主义方法比较分割图像》，载于：A.Günter，R.Kruse，B.Neumann（编辑），KI 2003：《人工智能进展》，第26届人工智能年会，《人工智能2821讲义》，柏林斯普林格，2003年，第312-326页。

[10]

Bomze，I.M.，《走向最大集团的进化》。J.全球优化。v10.143-164。

数字图书馆

[11]

Corneil，D.G和Kirkpatrick，D.G，对图同构问题的各种启发式的理论分析。SIAM J.计算。第9版i2。281-297.

[12]

Corneil，D.G.和Mathon，R.A.，生成和分析强正则图和其他组合配置的算法技术。离散数学。第1-32节。

[13]

Das，N.，Bhattacharya，B.B.和Dattagupta，J.，多级互连网络中冲突图的同构及其在最优路由中的应用。IEEE传输。计算。v42 i6。665-677.

数字图书馆

[14]

P.Foggia，C.Sasone，M.Vento，图同构五种算法的性能比较，见：CUEN（Ed.），第三届IAPR-TC-15模式识别中基于图的表示研讨会，2001年。

[15]

Fukuda，K.和Matsui，T.，在二部图中寻找所有完美匹配。申请。数学。莱特。第7-18节。

[16]

Garey，M.和Johnson，D.，《计算机与难治性：NP-完全性理论指南》。1979年，纽约弗里曼。

数字图书馆

[17]

Hofbauer，J.和Sigmund，K.，《进化博弈与人口动力学》。1998年，英国剑桥大学出版社。

[18]

Hopfield，J.J.和Tank，D.W.，优化问题中决策的神经计算。生物网络。v52.141-152。

[19]

Jagota，A.，用Hopfield网络逼近最大团。IEEE Trans。神经网络。版本724-735。

数字图书馆

[20]

B.J.Jain，F.Wysotzki，最大ω团问题和Hopfieldω团模型，提交出版。

[21]

B.J.Jain，F.Wysotzki，《结构分类和模式识别的竞争性赢家全力以赴的体系结构》，收录于：E.Hancock，M.Vento（编辑），《模式识别中基于图形的表示法》，第四届IAPR国际研讨会，GbRPR 2003，计算机科学2726课堂讲稿，Springer，Berlin，2003，第259-270页。

数字图书馆

[22]

B.J.Jain，F.Wysotzki，《结构化数据的k-winner-takes-all分类器》，载于：A.Günter，R.Kruse，B.Neumann（编辑），KI 2003：《人工智能进展》，第26届人工智能年会，《人工智能2821讲义》，柏林斯普林格，2003年，第342-354页。

[23]

M.Klin、Ch.Rucker、G.Rucker和G.Tinhofer。数学化学中的代数组合学方法和算法。置换群和相干（细胞）代数，Commun。数学。计算。化学。(1999) 1-138.

[24]

Levi，G.，关于两个有向图或无向图的最大公共子图的推导的注记。卡尔科洛。v9.341-352。

[25]

McKay，B.D.，实用图同构。数值国会。v30.45-87。

[26]

Morgan，H.L.，化学结构独特机器描述的生成。化学杂志。文件。第5.107-112节。

[27]

Motzkin，T.S.和Strauss，E.G.，图的极大值和Turan定理的新证明。可以。数学杂志。v17.533-540。

[28]

Pellillo，M.，复制方程，最大团，图同构。神经计算。第11版i8。1933-1955.

数字图书馆

[29]

Pellillo，M.、Siddiqi，K.和Zucker，S.W.，使用关联图匹配层次结构。IEEE传输。模式分析。机器。智力。v21 i11。1105-1120.

数字图书馆

[30]

Rangarajan，A.、Gold，S.和Mjolsness，E.，一种新型的优化网络架构和应用程序。神经计算。v8 i5。1041-1060.

数字图书馆

[31]

Rangarajan，A.和Mjolsness，E.，用于图形匹配的拉格朗日松弛网络。IEEE传输。神经网络。第7版i6。1365-1381.

数字图书馆

[32]

Rao，A.C.和Raju，D.V.，应用hamming数技术检测运动链和逆之间的同构。机械。机器。理论。v26 i1。55-75.

[33]

Raymond，J.W.，Gardiner，E.J.和Willett，P.，使用最大公共边子图算法进行化学图相似性搜索的启发式。化学杂志。通知。计算。科学。v42 i2。305-316.

[34]

R.C.Read，D.G.Corneil，《图形同构疾病》，《图形理论》（1977）339-363。

[35]

Schädler，K.和Wysotzki，F.，使用Hopfield型神经网络比较结构。应用。智力。第11章15-30节。

数字图书馆

[36]

Simic，P.D.，图形匹配和其他二次赋值问题的约束网。神经计算。第3节268-281。

[37]

A.Srinivasan、S.Muggleton、R.King、M.Sternberg，《突变：非确定生物领域中的ILP实验》，载于：S.Wrobel（Ed.），《第四届归纳逻辑编程国际研讨会论文集》，GMD Studien第237期，1994年，第217-232页。

[38]

Ullman，J.R.，子图同构的一种算法。美国医学杂志。v23 i1。31-42.

数字图书馆

[39]

Umeyama，S.，加权图匹配问题的特征分解方法。IEEE传输。模式分析。机器。智力。v10 i5。695-703.

数字图书馆

[40]

van Wyk，B.J.，van Wy，M.A.和Durrani，T.S.，基于rkhs插值的图形匹配算法。IEEE传输。模式分析。机器。智力。第24版i7。988-995.

数字图书馆

[41]

Xu，J.，GMA：用于结构同态、同构和最大公共子结构匹配的通用匹配算法及其应用。化学杂志。通知。计算。科学。第36版i1。25-34.

[42]

Xu，L.和King，I.，属性图中结构模式快速检索的PCA方法。IEEE传输。系统、人、网络。B部分v31 i5。812-817.

数字图书馆

引用人

白J施QMu S公司(2019)基于函数调用图同构的恶意软件和变量检测方法安全和通信网络10.1155/2019/10437942019在线发布日期：2019年1月1日
https://dl.acm.org/doi/10.1155/2019/1043794
王杰陈SFuh C公司(2014)黎曼流形上的属性超图匹配机器视觉及其应用2007年10月10日/00138-014-0598-125:4(823-844)在线发布日期：2014年5月1日
https://dl.acm.org/doi/10.1007/s00138-014-0598-1
燃料舱H里森K(2012)走向结构和统计模式识别的统一模式识别字母2016年10月10日/j.patrec.2011.04.01733:7(811-825)在线发布日期：2012年5月1日
https://dl.acm.org/doi/10.1016/j.patrec.2011.04.017
显示更多引用者

索引术语

用神经网络解决不精确图同构问题
1. 计算数学
  1. 离散数学
    1. 图论
      1. 图形算法

索引项已通过自动分类分配给内容。

建议

打开H（H）-拓扑相交图
摘要
Biró等人（离散数学100（1-3）：267–2791992）引入了H（H）-图，图的细分的连通子图的交图H（H）它们涉及并推广了许多重要的几何相交类。。。 $_{}$ $^{}$ $_{}$ $^{}$ $^{}$
基于关联超图的超图同构
集锦
- 利用关联图技术解决超图同构问题。
摘要
关联图是处理图匹配问题的一种经典工具，最近该思想被推广到超图的情况。本文探讨了这种方法的潜力。提议的。。。
单项图的同构判据

让q个成为第一大国_q个成为…的领域q个元素，和k个, 米为正整数。二部图克 = 克_q个(k个, 米)定义如下。的顶点集克是两个副本的联合P（P）和L（左）𝔽上的二维向量空间_q个，有两个。。。

评论

信息和贡献者

问询处

发布于

版权所有©Elsevier B.V.©2004。

出版商

爱思唯尔科学出版社。

荷兰

出版历史

出版：2005年1月1日

作者标记

限定符

第条

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

4
引文总数
查看引文
0
总下载次数

下载次数（过去12个月）0
下载次数（最近6周）0

反映截至2024年9月21日的下载量

其他指标

查看作者指标

引文

引用人

白J施QMu标准(2019)基于函数调用图同构的恶意软件和变量检测方法安全和通信网络10.1155/2019/10437942019在线发布日期：2019年1月1日
https://dl.acm.org/doi/10.1155/2019/1043794
王杰陈SFuh C公司(2014)黎曼流形上的属性超图匹配机器视觉及其应用2007年10月10日/00138-014-0598-125:4(823-844)在线发布日期：2014年5月1日
https://dl.acm.org/doi/10.1007/s00138-014-0598-1
燃料舱H里森K(2012)走向结构和统计模式识别的统一模式识别字母2016年10月10日/j.patrec.2011.04.01733:7(811-825)在线发布日期：2012年5月1日
https://dl.acm.org/doi/10.1016/j.patrec.2011.04.017
卡伯拉索斯五世穆西亚德斯L瓦卡利语A(2009)用于加权图划分的模糊格推理（FLR）型神经计算神经计算2016年10月10日/j.neucom.2008.10.02172:10-12(2121-2133)在线发布日期：2009年6月1日
https://dl.acm.org/doi/10.1016/j.neucom.2008.10.021

视图选项

查看选项

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此出版物

媒体

数字

其他

桌子

查看问题目录