×
玛丽莎·托马;程红;亚瑟·格雷顿;韩嘉伟;汉斯·彼特·克里格尔;亚历克斯·斯莫拉;宋乐;Yu，Philip S。;阎锡峰;Karsten M.Borgwardt。

具有最优性保证的判别频繁子图挖掘。 （英语） Zbl 07260252号

统计分析。最小数据。 3，第5期，302-318（2010）.
摘要：频繁子图挖掘的目标是检测在图形数据集中频繁出现的子图。在分类设置中，人们通常对发现有区别的频繁子图，其存在或不存在表示图的类成员身份。在本文中，我们提出了一种对频繁子图进行特征选择的方法，称为软木塞这结合了两个核心优势。首先，它优化了子模块质量标准，这意味着我们可以使用贪婪的特征选择来获得接近最优的解决方案。其次，我们的子模块质量函数准则可以集成到gSpan中，gSpan是最先进的频繁子图挖掘工具，它甚至有助于修剪区分频繁子图的搜索空间在期间频繁子图挖掘。

引用于2文件

MSC公司：

62至XX 统计
68倍 计算机科学

关键词：

图形挖掘;频繁子图;子模性;特征选择;嵌套选择

软件：

gSpan（量程）;gBoost公司;MoSS公司;AFGen公司;伦敦银行支持向量机
PDF格式BibTeX公司 XML格式引用
\textit{M.Thoma}等人，《统计分析》。数据最小值3，编号5，302-318（2010；Zbl 07260252）
全文： DOI程序

参考文献：

[1] H.Kubinyi，《药物研究：神话、炒作和现实》，《Nat Rev Drug Discov 2》（2003年），第665-668页。
[2] S.Kramer、L.Raedt和C.Helma，HIV数据中的分子特征挖掘，《KDD学报》，加利福尼亚州旧金山，2001年，136-143。
[3] M.Deshpande、M.Kuramochi、N.Wale和G.Karypis，基于频繁子结构的化合物分类方法，IEEE Trans-Nowl Data Eng 17（8）（2005），1036-1050。
[4] H.Cheng，X.Yan，J.Han，和C.Hsu，有效分类的判别频繁模式分析，《ICDE会议记录》，土耳其伊斯坦布尔，2007年，716-725。
[5] H.Kashima、K.Tsuda和A.Inokuchi，标记图之间的边缘化核，《ICML学报》，华盛顿特区，2003年，第321-328页。
[6] N.Wale和G.Karypis，《化合物检索和分类描述符空间的比较》，《ICDM会议录》，香港，2006年，第678-689页。
[7] N.Shervashidze和K.M.Borgwardt，图上的快速子树内核，NIPS，2009，1660-1668。
[8] T.Kudo、E.Maeda和Y.Matsumoto，《增强在图形分类中的应用》，《神经信息处理系统进展》17（NIPS'04），不列颠哥伦比亚省温哥华，2004年，729-736。
[9] K.Tsuda，图形数据的完整正则化路径，收录于美国俄勒冈州ICML会议记录，2007年，919-926。
[10] M.Thoma、H.Cheng、A.Gretton、J.Han、H.-P.Kriegel、A.Smola、L.Song、P.S.Yu、X.Yan和K.Borgwardt，频繁子图中的近最优监督特征选择，《SDM学报》，美国内华达州斯帕克斯，2009年，1075-1087。
[11] X.Yan和J.Han，gSpan:基于图的子结构模式挖掘，《2002年国际数据挖掘会议论文集》（ICDM’02），日本前桥市，2002年，721-724。
[12] G.Nemhauser、L.Wolsey和M.Fisher，《最大化子模集函数的近似分析》，《数学程序》14（1978），265-294·Zbl 0374.90045号
[13] W.Fan，K.Zhang，H.Cheng，J.Gao，X.Yan，J.Han，P.S.Yu，and O.Verscheure，通过基于模型的搜索树直接挖掘区分性和基本频繁模式，In KDD，Y.Li，B.Liu，and S.Sarawagi，eds.ACM，美国内华达州拉斯维加斯，2008，230-238。
[14] H.Saigo、S.Nowozin、T.Kadowaki、T.Kudo和K.Tsuda，gBoost:图形分类和回归的数学规划方法，《马赫学习》75（1）（2009），69-89·兹比尔1470.68167
[15] H.Saigo、N.Kr¨amer和K.Tsuda，图挖掘的偏最小二乘回归，第14届ACM SIGKDD知识发现和数据挖掘国际会议论文集（KDD’08），美国内华达州拉斯维加斯，ACM，2008，578-586。
[16] X.Yan，H.Cheng，J.Han，P.S.Yu，通过跳跃搜索挖掘重要的图形模式，在SIGMOD会议上，加拿大温哥华，2008，433-444。
[17] N.Jin，C.Young，和W.Wang，基于模式共现的图形分类，CIKM’09：
[18] C.Guestrin、A.Krause和A.Singh，高斯过程中的近最优传感器布置，《ICML会议记录》，德国波恩，2005年，265-272·Zbl 1225.68192号
[19] A.Inokuchi、T.Washio和H.Motoda，一种基于先验的算法，用于从图形数据中挖掘频繁子结构，《2000年欧洲数据挖掘和知识发现原理研讨会论文集》，法国里昂，2000年，13-23。
[20] M.Kuramochi和G.Karypis，《频繁子图发现》，《2001年国际会议数据挖掘论文集》（ICDM’01），加利福尼亚州圣何塞，美国，2001年，第313-320页。
[21] N.Vanetik、E.Gudes和S.E.Shimony，从半结构化数据计算频繁图形模式，《2002年国际数据挖掘会议论文集》（ICDM’02），日本前桥市，2002年，458-465。
[22] R.Agrawal和R.Srikant，挖掘关联规则的快速算法，《1994年超大数据库国际会议论文集》（VLDB’94），智利圣地亚哥，1994，487-499。
[23] C.Borgelt和M.Berthold，《挖掘分子片段：发现分子的相关亚结构》，《2002年国际数据挖掘会议论文集》（ICDM’02），日本前桥市，2002年，211-218。
[24] J.Huan、W.Wang和J.Prins，同构存在下频繁子图的高效挖掘，《2003年国际数据挖掘会议论文集》（ICDM’03），美国佛罗里达州墨尔本，2003年，549-552。
[25] S.Nijssen和J.Kok，《频繁结构挖掘的快速入门可以带来改变》，载于《2004年ACM SIGKDD数据库知识发现国际会议论文集》（KDD’04），美国华盛顿州西雅图，2004年，647-652。
[26] N.Shervashidze、S.Vishwanathan、T.Petri、K.Mehlhorn和K.Borgwardt，用于大型图比较的高效图核，AISTATS，2009。
[27] C.Borgelt、T.Meinl和M.Berthold，Moss：分子亚结构挖掘程序，OSDM’05：第一届开源数据挖掘国际研讨会论文集，纽约，ACM，2005年6月15日。
[28] A.Zimmermann和B.Bringmann，CTC-分类相关树模式，《2005年国际会议数据挖掘论文集》（ICDM’05），美国德克萨斯州休斯顿，2005，833-836。
[29] M.Dash、H.Liu和H.Motoda，基于一致性的特征选择，PADKK’00:第四届亚太知识发现和数据挖掘会议论文集，当前问题和新应用，伦敦，SpringerVerlag，2000，98-109。
[30] E.Boros、T.Horiyama、T.Ibaraki、K.Makino和M.Yagiura，《从二进制数据中寻找基本属性》，《Ann Math Artif Intell》39（3）（2003），第223-257页·Zbl 1038.68092号
[31] P.D.Dobson和A.J.Doig，区分酶结构和非酶结构，《分子生物学杂志》330（4）（2003），771-783。
[32] A.Bairoch，《2000年酶数据库》，《核酸研究》28（1）（2000），304-305。
[33] S.Wernicke，《检测网络基序的更快算法》，《WABI》，西班牙马洛卡岛帕尔玛·德·马洛卡，2005年，第165-177页。
[34] N.Przulj，使用graphlet度分布进行生物网络比较，2006年欧洲计算生物学会议（ECCB），以色列埃拉特，2006年。
[35] C.Chang和C.Lin，LIBSVM：支持向量机库，2001年网址：http://www.csie.ntu.edu.tw/～cjlin/libsvm。
[36] L.J.van’t Veer，H.Dai，M.J.van de Vijver，Y.D.He，A.A.M.Hart等。基因表达谱预测乳腺癌的临床结局，《自然》415（2002），530-536。
[37] L.Ein Dor、O.Zuk和E.Domany，需要数千个样本来生成用于预测癌症结果的强大基因列表，美国国家科学院院刊103（15）（2006），5923-5928。
[38] 杨扬（Y.Yang）和佩德森（J.O.Pedersen），文本分类中特征选择的比较研究，《ICML学报》，加州旧金山，摩根考夫曼出版社，1997年，第412-420页。
[39] P.Radivojac、Z.Obradovic、A.K.Dunker和S.Vucetic，基于置换测试的特征选择过滤器，机器学习：ECML 2004，第15届欧洲机器学习会议，意大利比萨，Pedreschi，ed.，Springer，2004，334-346·Zbl 1132.68585号
[40] A.Krause和C.Guestrin，图形模型中信息的近最优非奇异值，《人工智能中的不确定性》，UAI’05，2005，324-331。
[41] B。
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。