用于网络比较与分类的 HIM 全局度量与核函数
组合数学
2013-11-11 v3 社会与信息网络
物理与社会
摘要
由于网络范式在多个科学领域的重要性日益增加，图的比较与分类构成了复杂系统网络分析的基本步骤。这两项任务最近通过截然不同的策略得以解决，甚至针对所研究的问题进行了专门定制。在此，我们通过引入 Hamming-Ipsen-Mikhailov (HIM) 距离来处理这两项操作，这是一种用于定量测量具有相同顶点的两个图之间差异的新颖度量。新度量结合了局部 Hamming 距离和全局谱 Ipsen-Mikhailov 距离，从而克服了单独使用这两个分量时的缺点。基于 HIM 距离构建 HIM 核函数后，即可通过支持向量机 (SVM) 算法从网络比较转向网络分类。HIM 距离和 HIM 核在计算生物学和社会网络科学中的应用证明了所提函数作为通用解决方案的有效性。
引用
@article{arxiv.1201.2931,
title = {The HIM glocal metric and kernel for network comparison and classification},
author = {Giuseppe Jurman and Roberto Visintainer and Michele Filosi and Samantha Riccadonna and Cesare Furlanello},
journal= {arXiv preprint arXiv:1201.2931},
year = {2013}
}
备注
Frontiers of Network Analysis: Methods, Models, and Applications - NIPS 2013 Workshop