4 个月前

图核方法:综述

图核方法:综述

摘要

图核在过去十年中吸引了大量关注,并已成为结构化数据学习领域中迅速发展的分支。在过去的20年里,该领域的研究活动非常活跃,导致了数十种图核的开发,每种图核都专注于图的特定结构属性。图核已在从社交网络到生物信息学的广泛领域中证明了其成功性。本综述的目标是为图核文献提供一个统一的观点。特别是,我们对多种图核进行了全面概述。此外,我们在公开可用的数据集上对其中几种图核进行了实验评估,并提供了比较研究。最后,我们讨论了图核的关键应用,并概述了一些仍需解决的挑战。

基准测试

基准方法指标
graph-classification-on-nci1CORE-WL
Accuracy: 85.12%
graph-classification-on-proteinsCORE-SP
Accuracy: 76.31%

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
图核方法:综述 | 论文 | HyperAI超神经