通过保真度与可比性的联合优化进行带种子的图匹配
机器学习
2019-12-10 v2 应用统计
统计方法学
摘要
我们提出了一种新颖的近似图匹配算法，该算法将带种子数据纳入图匹配范式中。我们的保真度与可比性联合优化（JOFC）算法将两个图嵌入到一个公共欧几里得空间中，在该空间中可以执行匹配推断任务。通过真实和模拟数据示例，我们展示了我们的算法在匹配具有各种特征的图时的通用性——包括加权性、有向性、自环性、多对一和多对多匹配以及软种子。
引用
@article{arxiv.1401.3813,
title = {Seeded Graph Matching Via Joint Optimization of Fidelity and Commensurability},
author = {Heather Patsolic and Sancar Adali and Joshua T. Vogelstein and Youngser Park and Carey E. Friebe and Gongkai Li and Vince Lyzinski},
journal= {arXiv preprint arXiv:1401.3813},
year = {2019}
}
备注
26 pages, 7 figures. Updated content and added application of simultaneous matching for several time-steps for zebrafish connectomes