基于流的简单且强局部的割改进方法
社会与信息网络
2016-05-30 v1 数据结构与算法
摘要
许多基于图的学习问题可以被转化为寻找种子集附近的一组良好顶点，而这些问题的一个强有力方法基于最大流。我们介绍并分析了一种用于局部偏置的基于图的学习的新方法，称为SimpleLocal，它能在种子顶点集附近找到良好的电导割。我们算法的一个重要特征是它是强局部的，意味着它不需要探索整个图来找到局部最优的割。该方法解决了与现有强局部基于流的方法相同的目标，但它实现了简单的实现。我们也展示了它如何通过隐式的L1范数惩罚项实现局部化。作为一种基于流的方法，我们的算法在割最优性和图中目标区域的准确识别方面展现出若干优势。我们通过在基于MRI扫描的467 million edge图上解决问题来展示SimpleLocal的能力。
引用
@article{arxiv.1605.08490,
title = {A Simple and Strongly-Local Flow-Based Method for Cut Improvement},
author = {Nate Veldt and David F. Gleich and Michael W. Mahoney},
journal= {arXiv preprint arXiv:1605.08490},
year = {2016}
}