多尺度拉普拉斯图核
机器学习
2016-05-31 v2
摘要
许多现实世界的图（例如分子图）展现出多种不同尺度上的结构，但大多数现有的图间核函数要么纯粹是局部的，要么纯粹是全局的。相反，通过构建嵌套子图的层次结构，我们在本文中定义的多尺度拉普拉斯图核（MLG 核）能够考虑一系列不同尺度上的结构。MLG 构造的核心另一个新的图核，称为特征空间拉普拉斯图核（FLG 核），其性质是可将定义在两个图的顶点上的基核提升为图之间的核。MLG 核递归地将此类 FLG 核应用于子图。为了使 MLG 核在计算上可行，我们还引入了一种随机投影过程，类似于 Nyström 方法，但针对 RKHS 算子。
引用
@article{arxiv.1603.06186,
title = {The Multiscale Laplacian Graph Kernel},
author = {Risi Kondor and Horace Pan},
journal= {arXiv preprint arXiv:1603.06186},
year = {2016}
}