×
西戈、平藤;塞巴斯蒂安·诺沃津;Tadashi Kadowaki;工藤忠雄;佐治筑田

gBoost：用于图形分类和回归的数学编程方法。 （英语） Zbl 1470.68167号

机器。学习。 75，第1期，69-89（2009）.
摘要：图挖掘方法列举了频繁出现的子图模式，这些子图模式可以作为后续分类或回归的特征。然而，对于给定的学习问题，频繁模式不一定能提供信息。我们提出了一种逐步收集信息模式的数学编程增强方法（gBoost）。与AdaBoost相比，gBoost可以用更少的迭代次数构建预测规则。为了将boosting方法应用于图形数据，开发了一种基于DFS代码树的分枝定界模式搜索算法。构造的搜索空间在以后的迭代中被重用，以最小化计算时间。我们的方法比基于频繁子结构挖掘的简单方法学习效率更高，因为输出标签被用作修剪搜索空间的额外信息源。此外，通过设计数学程序，可以在不修改模式搜索算法的情况下解决广泛的机器学习问题。

引用于10文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
62H30型 分类和区分；聚类分析（统计方面）
68兰特 计算机科学中的图论（包括图形绘制）
68吨10 模式识别、语音识别
90 C90 数学规划的应用

关键词：

图挖掘;数学规划;分类;回归，回归;定量构效关系

软件：

AFGen公司;gBoost公司;gSpan（量程）;4.5条;阿达·布斯特。MH公司
PDF格式BibTeX公司 XML格式引用
\textit{H.Saigo}等人，马赫。学习。75，第1号，69--89（2009；Zbl 1470.68167）
全文： 内政部
OA许可证

参考文献：

[1] Abiteboul，S.、Buneman，P.和Suciu，D.（2000年）。网络数据：从关系到半结构化数据和XML。圣马特奥：摩根·考夫曼。
[2] Borgwardt，K.M.、Ong，C.S.、Schönauer，S.、Vishwanathan，S.V.N.、Smola，A.J.和Kriegel，H.P.（2006年）。通过图核预测蛋白质功能。生物信息学，21（补充1），i47-i56。
[3] Boyd，S.和Vandenberghe，L.（2004）。凸优化。剑桥：剑桥大学出版社·Zbl 1058.90049号
[4] Bringmann，B.、Zimmermann，A.、Raedt，L.D.和Nijssen，S.（2006）。不要害怕更简单的模式。第十届欧洲数据库知识发现原则与实践会议（PKDD）（第55-66页）。
[5] 蔡，L。；Hofmann，T.，《支持向量机分层文档分类》，78-87（2004），纽约
[6] Cohen，W.W.，《快速有效规则归纳》，115-123（1995），圣马特奥
[7] Demiriz，A.、Bennet，K.P.和Shawe-Taylor，J.（2002）。通过列生成进行线性编程增强。机器学习，46（1-3），225-254·Zbl 0998.68105号 ·doi:10.1023/A：1012470815092
[8] du Merle，O.、Villeneuve，D.、Desrosiers，J.和Hansen，P.（1999）。稳定柱生成。离散数学，194，229-237·Zbl 0949.90063号 ·doi:10.1016/S0012-365X（98）00213-1
[9] Duran，J.L.、Leland，B.A.、Henry，D.R.和Nourse，J.G.（2002）。重新优化用于药物发现的MDL密钥。化学信息与计算机科学杂志，42（6），1273-1280。
[10] Durbin，R.、Eddy，S.、Krogh，A.和Mitchison，G.（1998年）。生物序列分析：蛋白质和核酸的概率模型。剑桥：剑桥大学出版社·Zbl 0929.92010号
[11] E.弗兰克。；Witten，I.H.，《在不进行全局优化的情况下生成精确的规则集》，114-151（1998），圣马特奥
[12] Freund，Y.和Schapire，R.E.（1997）。在线学习的决策理论推广及其在助推中的应用。计算机与系统科学杂志，55（1），119-139·Zbl 0880.68103号 ·doi:10.1006/jcss.1997.1504
[13] Fröhrich，H.、Wegner，J.、Sieker，F.和Zell，Z.（2006年）。属性化分子图的核函数——一种新的基于相似性的分类和回归ADME预测方法。QSAR与组合科学，25（4），317-326·doi:10.1002/qsar.200510135
[14] Gärtner，T。；弗拉奇，P。；Wrobel，S.，《关于图核：硬度结果和有效替代品》，129-143（2003），柏林·Zbl 1274.68312号
[15] Gasteiger，J.和Engel，T.（2003）。化学信息学：一本教科书。纽约：Wiley-VCH。 ·doi:10.1002/9783527618279
[16] 滨田，M.，津田，K.，久多，T.，金，T.和朝井，K.（2006）。从未对齐的RNA序列中挖掘频繁的茎模式。生物信息学，22，2480-2487·doi:10.1093/bioinformatics/btl431
[17] Helma，C.、Cramer，T.、Kramer，S.和Raedt，L.D.（2004年）。数据挖掘和机器学习技术，用于识别非通用化合物的致突变性亚结构和构效关系。化学信息与计算机科学杂志，441402-1411。
[18] Hong，H.、Fang，H、Xie，Q.、Perkins，R.、Sheehan，D.M.和Tong，W.（2003）。比较分子场分析（CoMFA）模型使用大量不同的天然、合成和环境化学品与雄激素受体结合。环境研究中的SAR和QSAR，14（5-6），373-388·网址：10.1080/10629360310001623962
[19] Horváth，T。；Gärtner，T。；Wrobel，S.，预测图挖掘的循环模式核，158-167（2004），纽约·doi:10.1145/1014052.1014072
[20] Inokuchi，A.，从一组标记图中挖掘广义子结构，415-418（2005），洛斯·阿拉米托斯
[21] James，C.A.、Weininger，D.和Delany，J.（2004）。日光理论手册。
[22] 鹿岛，H。；Tsuda，K。；Inokuchi，A.，标记图之间的边缘化核，321-328（2003），Menlo Park
[23] Kazius，J.、Nijssen，S.、Kok，J.，Bäck，T.和Ijzerman，A.P.（2006）。使用精细化学表征的下部结构采矿。《化学信息与建模杂志》，46，597-605·doi:10.1021/ci0503715
[24] Kohavi，R.和John，G.H.（1997年）。特征子集选择的包装器。人工智能，1-2273-324·Zbl 0904.68143号 ·doi:10.1016/S0004-3702（97）00043-X
[25] Kudo，T。；Maeda，E。；Matsumoto，Y.，《增强在图形分类中的应用》，729-736（2005），剑桥
[26] Le，Q.V。；Smola，A.J。；Gärtner，T.，《更简单的基于知识的支持向量机》，521-528（2006），纽约·doi:10.1145/1143844.1143910
[27] Luenberger，D.G.（1969年）。向量空间法优化。纽约：Wiley·Zbl 0176.12701号
[28] Mahé，P.、Ueda，N.、Akutsu，T.、Perret，J.-L.和Vert，J.-P.（2005）。用支持向量机进行分子结构-活性关系分析的图形核。《化学信息与建模杂志》，45939-951·doi:10.1021/ci050039t
[29] Mahé，P.、Ralaivola，L.、Stoven，V.和Vert，J.-P.（2006年）。支持向量机虚拟筛选的药效团核。《化学信息与建模杂志》，46（5），2003-2014年·doi:10.1021/ci060138m
[30] Morishita，S.（2001）。有效地计算最佳假设以进行助推。《发现科学》（第471-481页）·Zbl 1052.68674号
[31] Morishita，S.和Sese，J.（2000）。使用统计度量修剪遍历项集格。《ACM SIGACT-SIGMOD-SIGART数据库系统（PODS）研讨会论文集》（第226-236页）。
[32] Nijssen，S。；Kok，J.N.，《频繁结构采矿的快速启动可以产生影响》，647-652（2004），纽约·doi:10.1145/1014052.1014134
[33] Quinlan，J.R.（1993）。C4.5：机器学习程序。圣马特奥：摩根·考夫曼。
[34] Ralaivola，L.、Swamidass，S.J.、Saigo，H.和Baldi，P.（2005）。化学信息学的图形内核。神经网络，18（8），1093-1110·doi:10.1016/j.neunet.2005.07.009
[35] Rätsch，G.、Mika，S.、Schölkopf，B.和Müller，K.-R.（2002）。从SVM构造boosting算法：一个应用于单类分类。IEEE模式分析和机器智能汇刊，24（9），1184-1199·doi:10.1109/TPAMI.2002.1033211
[36] Saigo，H.、Kadowaki，T.和Tsuda，K.（2006年）。分子QSAR分析的线性规划方法。在T.Gärtner、G.C.Garriga和T.Meinl（编辑）的《图形挖掘与学习国际研讨会》（MLG）（第85-96页）中。
[37] Schölkopf，B.和Smola，A.J.（2002年）。使用内核学习：支持向量机、正则化、优化及其他。剑桥：麻省理工学院出版社。
[38] Shi，L.M.、Fang，H.、Tong，W.、Wu，J.、Perkins，R.和Blair，R.M.（2001）。使用大量不同雌激素的QSAR模型。化学信息与计算机科学杂志，41186-195。
[39] Takabayashi，K.，Nguyen，P.C.，Ohara，K.、Motoda，H.和Washio，T.（2006年）。利用约束搜索从图结构数据中挖掘判别模式。T.Gärtner、G.C.Garriga和T.Meinl（编辑），《图形挖掘和学习国际研讨会论文集》（MLG）（第205-212页）。
[40] Tibshrani，R.（1996年）。通过LASSO进行回归收缩和选择。英国皇家统计学会杂志，B辑，58（1），267-288·Zbl 0850.62538号
[41] Wale，N.和Karypis，G.（2006年）。用于化合物检索和分类的描述符空间的比较。2006年IEEE数据挖掘国际会议论文集（第678-689页）。
[42] 严，X。；Han，J.，gSpan:基于图的子结构模式挖掘，721-724（2002），洛斯·阿拉米托斯
[43] Yan，X.和Han，J.（2002b）。gSpan：基于图的子结构模式挖掘（技术报告）。伊利诺伊大学厄本那-香槟分校计算机科学系。
[44] Yuan，C.和Casasent，D.（2003）。一种具有较好抑制性能的新型支持向量分类器。2003年IEEE计算机学会关于模式识别和计算机视觉（CVPR）的会议记录（第419-424页）。
[45] Zou，H.和Hastie，T.（2005）。通过弹性网进行规则化和变量选择。英国皇家统计学会杂志，B辑，67（2），301-320·Zbl 1069.62054号 ·数字对象标识代码：10.1111/j.1467-9868.2005.0050.x
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。