×
徐丽香;唐元燕;罗斌;崔立新;陈秀;肖，金

结构化数据的组合Weisfeiler-Lehman图核。 （英语） 兹比尔1398.05145

国际小波多分辨率。信息处理。 16，第5号，文章ID 1850039，19 p.（2018）.
摘要：不同的图核可能对应于使用不同的相似性概念，也可能使用来自多个来源的信息。在本文中，我们开发了一种基于图核族的构造组合图核（CGK）的通用方法。我们定义了三种CGK。第一个称为加权组合图核，是一个参数CGK。第二种称为准确率加权组合图核，是一种非参数CGK。第三种称为乘积组合图核，属于非参数CGK。CGK的三种定义可用于基于图核族构造CGK。本文基于Weisfeiler-Lehman（WL）图序列证明了这类核，包括高效子树核、边核和最短路径核。实验表明，在多个分类基准数据集上，基于WL图核的CGK优于相应的单个WL图内核。

MSC公司：

05C62号 图形表示（几何和交点表示等）
30立方厘米 一个复变量的核函数及其应用
68吨10 模式识别、语音识别
68兰特 计算机科学中的图论（包括图形绘制）
68第05页 数据结构

关键词：

图形内核;图形分类;Weisfeiler-Lehman算法;组合图核

软件：

伦敦银行支持向量机
PDF格式BibTeX公司 XML格式引用
\textit{L.Xu}等人，《国际小波多分辨率》。信息处理。16，第5号，文章ID 1850039，19 p.（2018；Zbl 1398.05145）
全文： 内政部

参考文献：

[1] Bai，L。；Hancock，E.R.，《Jensen-Shannon发散的图形核》，J.Math。图像。视觉。，47, 1-2, 60-69, (2013) ·Zbl 1276.68152号
[2] Bai，L。；Hancock，E.R.，未分配图的快速基于深度的子图核，模式识别。，50, 233-245, (2016) ·Zbl 1394.68272号
[3] Bai，L。；罗西，L。；托塞洛，A。；Hancock，E.R.，未分配图的量子Jensen-Shannon图核，模式识别。，48, 2, 344-355, (2015) ·Zbl 1373.68345号
[4] Bai，L。；罗西，L。；张，Z。；Hancock，E.R.，加权图的对齐子树核，国际会议马赫。学习。，2015年，法国里尔，30-39
[5] Bai，L。；张，Z。；王，C。；白，X。；Hancock，E.R.，基于Jensen Shannon表示对齐的图核，国际人工智能联合会议，3322-3328，（2015），施普林格
[6] 博格沃德，K.M。；Kriegel，H.-P.，图上最短路径核，第五届国际数据挖掘大会，8-16，（2005）
[7] 博格沃特，K.M。；Ong，C.S。；Schönauer，S。；Vishwanathan，S.V.N。；Smola，A.J。；Kriegel，H.-P.，通过图核预测蛋白质功能，生物信息学，47-56，（2005）
[8] 博格沃德，K.M。；北卡罗来纳州施劳多夫。；Vishwanathan，S.V.N.，图核的快速计算，高级神经信息。过程。系统。，1449-1456, (2006)
[9] Chang，C.-C。；Lin，C.-J.，Libsvm:支持向量机库，ACM Trans。智力。系统。技术。，2, 3, 27, (2011)
[10] 段，L。；Tsang，I.W。；Xu，D.，域转移多核学习，IEEE Trans。模式分析。机器。智力。，34, 3, 465-479, (2012)
[11] 费希尔，M。；萨瓦，M。；Hanrahan，P.，使用图核刻画场景中的结构关系，ACM Trans。图形，30，34，（2011）
[12] Foggia，P。；Percannella，G。；Vento，M.，《过去10年模式识别中的图形匹配和学习》，国际J。模式识别。阿蒂菲。智力。，28, 1, (2014)
[13] Gärtner，T。；弗拉奇，P。；Wrobel，S.，《学习理论和核机器》，《图上核：硬度结果和有效替代品》，129-143，（2003），施普林格出版社·Zbl 1274.68312号
[14] Gönen，M。；Alpaydñn，E.，《多核学习算法》，J.Mach。学习。决议，第12号，第2211-2268页，（2011年）·Zbl 1280.68167号
[15] Kamali，S.S。；扎尔，M.P。；Hamid，B.，《非平稳数据流中演化概念的检测：多核学习方法》，专家系统。申请。，91, 187-197, (2018)
[16] 鹿岛，H。；Tsuda，K。；Inokuchi，A.，标记图之间的边缘化核，Proc。第20届国际计算机学习大会，3，321-328，（2003），华盛顿特区
[17] 鹿岛，H。；Tsuda，K。；Inokuchi，A.，图的核，核方法计算。生物学，39，1，101-113，（2004）
[18] 康多尔，R.I。；Lafferty，J.，图和其他离散输入空间上的扩散核，Proc。第19届国际机器学习大会，2315-322，（2002）
[19] 罗，B。；Hancock，E.R.，使用EM算法和奇异值分解的结构图匹配，IEEE Trans。模式分析。机器。智力。，23, 10, 1120-1136, (2001)
[20] Mahé，P。；Ueda，N。；Akutsu，T。；佩雷特，J.-L。；Vert，J.-P.，边缘化图核的扩张，Proc。第21届国际机器学习大会，70，（2004），加拿大阿尔伯塔省
[21] 彭，L。；张，Z。；刘，Y。；Huang，Z.，将图形内核与基于主题模型的编码方案相结合，J.Compute。通知。系统。，10, 15, 6687-6694, (2014)
[22] Ramon，J。；Gärtner，T.，图核的表达性与效率，第一届挖掘图、树和序列国际研讨会，65-74，（2003）
[23] Saeid，N。；Begüm，D。；Lorenzo，B。；Abdolreza，S。；Saeid，H.，遥感图像分类的多核学习，IEEE Trans。地质科学。遥感，1-19，（2017）
[24] Schölkopf，B。；Smola，A.J.，《使用内核学习：支持向量机、正则化、优化及超越》，麻省理工学院出版社，2002年
[25] 肖-泰勒，J。；Cristianini，N.，《模式分析的核心方法》，（2004），剑桥大学出版社
[26] Shervashidze，N。；佩特里，T。；Mehlhorn，K。；博格沃德，K.M。；Vishwanathan，S.V.N.，《用于大型图形比较的高效graphlet内核》，人工智能与统计国际会议，488-495，（2009），美国佛罗里达州
[27] Shervashidze，N。；Schweitzer，P。；Van Leeuwen，E.J。；Mehlhorn，K。；Borgwardt，K.M.，Weisfeiler-lehman图核，J.Mach。学习。决议，第12号，第2539-2561页，（2011年）·Zbl 1280.68194号
[28] Smola，A.J。；Kondor，R.，学习理论与核机器，图的核与正则化，144-158，（2003），Springer·Zbl 1274.68351号
[29] Vishwanathan，S.V.N。；北卡罗来纳州施劳多夫。；康多，R。；Borgwardt，K.M.，图核，J.马赫。学习。第11201-1242号决议（2010年）·Zbl 1242.05112号
[30] 徐，L。；陈，X。；牛，X。；张，C。；Luo，B.，具有再生特性的多属性卷积核，模式分析。申请。，20, 2, 485-494, (2017) ·兹比尔1425.68357
[31] 徐，L。；蒋，X。；Bai，L。；肖，J。；罗斌，基于信息熵的混合再生图核，模式识别。，73, 89-98, (2018)
[32] 徐，L。；罗，B。；Tang，Y。；Ma，X.，《再生核希尔伯特空间（RKHS）中的高效多核学习》，国际J·小波，多分辨率。通知。工艺。，13, 2, 1-13, (2015) ·Zbl 1329.68225号
[33] 徐，L。；牛，X。；谢军。；阿贝尔。；Luo，B.，具有再生特性的局部-全局混合核，Neurocomput。，168, 190-199, (2015)
[34] 徐，L。；谢军。；王，X。；Luo，B.，模式识别中基于图形的表示，混合weisfeiler-lehman图核，242-251，（2015），Springer·Zbl 1437.68142号
[35] 岩峰，G。；Jocelyn，C。；休平，J。；Atli，B.J.，《用于高光谱图像分类的多核学习：综述》，IEEE Trans。地质科学。遥感，55，11，6547-6565，（2017）
[36] 张，L。；宋，M。；刘，X。；Bu，J。；Chen，C.，用于对象分类的快速多视图分段图核，信号处理。，93, 6, 1597-1607, (2013)
[37] 郑S。；刘杰。；Tian，J.W.，一种基于混合核支持向量机的高效恒星捕获方法，模式识别。莱特。，26, 2, 147-165, (2005)
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。