主页

文件

提交文件

新闻

编辑委员会

开源软件

程序(PMLR)

交易(TMLR)

搜索

统计

登录

常见问题

联系我们



RSS源

具有谱和割保证的图约简

安德烈亚斯·卢卡斯; 20(116):1−42, 2019.

摘要

可以在不显著改变基本属性的情况下减小图的大小吗?本文从限制谱近似的角度探讨了图的约简问题,这是对用于图稀疏化的谱相似性度量的一种修改。这种选择的动机是观察到限制近似具有很强的谱和割保证,并且它意味着依赖谱嵌入的无监督学习问题的近似结果。然后,本文重点讨论粗化——最常见的图形约简类型。在限制逼近意义下,导出了小图逼近大图的充分条件。这些发现产生了一些算法,与标准和高级图形约简方法相比,这些算法可以在不牺牲速度的情况下,找到质量得到改善的粗糙图形,通常是大幅度提高的。

[腹肌][pdf格式][围兜]      
©JMLR公司2019(编辑贝塔)