Weisfeiler 与 Leman 去散步:随机游走核重探
机器学习
2023-01-18 v3 数据结构与算法
机器学习
摘要
随机游走核在图学习的开创性工作中被提出,后来很大程度上被基于 Weisfeiler-Leman 图同构测试的核所取代。我们给出这两类图核的统一视角。我们研究基于游走的节点精化方法,并形式化地将它们与若干广泛使用的技术相关联,包括用于分子规范化的 Morgan 算法和 Weisfeiler-Leman 测试。我们定义相应的基于游走的节点核,其允许细粒度参数化邻域比较,达到 Weisfeiler-Leman 表达能力,并使用核技巧计算。由此我们表明,经典随机游走核只需在定义和计算上做微小修改,便能与广泛使用的 Weisfeiler-Leman 子树核具有同等的表达能力,且支持非严格邻域比较。我们通过实验验证,基于游走的核在真实世界分类任务中达到甚至超越 Weisfeiler-Leman 核的准确率。
引用
@article{arxiv.2205.10914,
title = {Weisfeiler and Leman Go Walking: Random Walk Kernels Revisited},
author = {Nils M. Kriege},
journal= {arXiv preprint arXiv:2205.10914},
year = {2023}
}
备注
NeurIPS 2022