Titre original :
Graph Kernels: State-Of-The-Art and Future Challenges
Contenu du livre :
Parmi les structures de données couramment utilisées dans l'apprentissage automatique, les graphes sont sans doute l'une des plus générales. Les graphes permettent de modéliser des objets complexes, dont chacun peut être annoté par des métadonnées. Néanmoins, des questions apparemment simples, telles que déterminer si deux graphes sont identiques ou si un graphe est contenu dans un autre graphe, sont remarquablement difficiles à résoudre dans la pratique. Les méthodes d'apprentissage automatique opérant sur les graphes doivent donc s'efforcer de trouver un équilibre entre la facilité de calcul et la capacité d'exploiter autant que possible les informations véhiculées par chaque graphe. Au cours des 15 dernières années, de nombreux noyaux de graphes ont été proposés pour résoudre ce problème, permettant ainsi d'effectuer des prédictions dans des contextes de classification et de régression.
Cette monographie passe en revue les noyaux de graphes existants, leurs applications, les logiciels et les ressources de données, ainsi qu'une comparaison empirique des noyaux de graphes les plus récents. Elle est divisée en deux parties : la première partie se concentre sur la description théorique des noyaux de graphe courants.
La deuxième partie se concentre sur une évaluation empirique à grande échelle des noyaux de graphes, ainsi que sur une description des propriétés souhaitables et des exigences relatives aux ensembles de données de référence. Enfin, les auteurs décrivent les tendances futures et les défis à relever pour les noyaux de graphes.
Destiné à tous les chercheurs, praticiens et étudiants en apprentissage automatique, Graph Kernels fournit une étude complète et perspicace des différents noyaux de graphes disponibles aujourd'hui. Il offre au lecteur une typologie détaillée et une analyse des noyaux de graphes pertinents, tout en exposant les relations entre eux et en commentant leur applicabilité à des types de données spécifiques. Il y a également une évaluation empirique à grande échelle des noyaux de graphes.
Autres informations sur le livre :
| ISBN : | 9781680837704 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2020 |
| Nombre de pages : | 196 |
Achat:
Actuellement disponible, en stock.
