グラフ構造化データのための線形融合Gromov-Wasserstein距離について【JST・京大機械翻訳】

Nguyen Dai Hai; Tsuda Koji

プレプリント

J-GLOBAL ID：202202219420068626 整理番号：22P0301361

グラフ構造化データのための線形融合Gromov-Wasserstein距離について【JST・京大機械翻訳】

On a linear fused Gromov-Wasserstein distance for graph structured data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2022年03月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

最適輸送(OT)問題へのグラフのノード特徴とトポロジーを考慮して,ベクトル空間にグラフ構造化データを埋め込むためのフレームワークを提案した。次に,埋込み間のユークリッド距離として定義した線形FGWという2つのグラフ間の新しい距離を提案した。提案した距離の利点は2倍である。1)カーネルベースフレームワークにおけるグラフ間の類似性を測定するグラフのノード特徴と構造を考慮に入れる,2)それはペアワイズOTベース距離,特に融合Gromov-Wassersteinよりカーネル行列を計算するのにはるかに速く,大規模データセットを扱うことを可能にした。線形FGWの理論的特性を論じた後,分類とクラスタリングタスクに関する実験結果を示し,提案した線形FGWの有効性を示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般 , グラフ理論基礎

, , , ,

前のページに戻る