HAQJSK：用于图分类的层次对齐量子 Jensen-Shannon 核
机器学习
2022-12-13 v3 人工智能
摘要
本文中，我们提出一类新颖的量子核，即层次对齐量子 Jensen-Shannon 核（HAQJSK），用于无属性图。与大多数现有经典图核不同，所提 HAQJSK 核能融入图之间的层次对齐结构信息，并将随机尺寸的图转换为固定尺寸的对齐图结构，即顶点的层次传递对齐邻接矩阵与连续时间量子游走（CTQW）的层次传递对齐密度矩阵。对于待处理的一对图，所得 HAQJSK 核通过度量其传递对齐图结构间的量子 Jensen-Shannon 散度（QJSD）来定义。我们证明所提 HAQJSK 核不仅依据 CTQW 反映了更丰富的内在全局图特征，还弥补了大多数现有 R-卷积核忽略结构对应信息的缺陷。此外，不同于先前关联 QJSD 与 CTQW 的量子 Jensen-Shannon 核，所提 HAQJSK 核能同时保证置换不变性与正定性，阐释了 HAQJSK 核的理论优势。实验表明了所提核的有效性。
引用
@article{arxiv.2211.02904,
title = {HAQJSK: Hierarchical-Aligned Quantum Jensen-Shannon Kernels for Graph Classification},
author = {Lu Bai and Lixin Cui and Yue Wang and Ming Li and Edwin R. Hancock},
journal= {arXiv preprint arXiv:2211.02904},
year = {2022}
}