Kernels for Large, Labeled Graphs (LaLa)

大型标记图的内核 (LaLa)

• 批准号: 164930347
• 负责人: Professor Dr. Karsten Borgwardt
• 金额: --
• 依托单位: Computational Biology Research Center
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2010
• 资助国家: 德国
• 起止时间: 2009-12-31 至 2014-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/164930347?language=en
• 关键词: Kernels; Large; Labeled; Graphs; LaLa

Die rechnergestützte Analyse von Graphen gewinnt zunehmend an Bedeutung im Data Mining und im Machine Learning auf Grund der zahlreichen Anwendungsprobleme in der Bioinformatik und in der Analyse sozialer Netzwerke. Eine unter vielen wichtigen Anwendungen ist die Funktionsvorhersage von Molekülen, deren Struktur als Graph dargestellt wird. Ein zentrales Thema ist dabei der Vergleich und die Klassifikation von Graphen. Existierende Verfahren zum Graphenvergleich leiden unter mindestens einer der folgenden drei Schwächen: a) ihre Laufzeit degeneriert auf großen Graphen mit mehr als Hunderten von Knoten, b) sie ignorieren Knotenlabels oder ihre Laufzeit degeneriert, wenn sie Knotenlabels berücksichtigen, c) sie können nicht partielle Ähnlichkeit zwischen Subgraphen messen, sowohl in Bezug auf die Struktur als auch die Labels des Graphen. Alle drei Probleme stellen ein ungeheures Hindernis dar bei der Klassifikation großer Graphen, die in der Biologie, Medizin und Soziologie in immer größerer Zahl auftreten. Ziel unseres Forschungsvorhabens ist es, in enger Kooperation mit Dr. Koji Tsuda (National Institute of Applied Industrial Science and Technology AIST, Tokyo) effiziente Verfahren, sogenannte Kern-Funktionen, zum Vergleich großer, gelabelter Graphen zu entwickeln.

在生物信息学和网络分析中，最重要的是分析了数据挖掘和机器学习的问题。在此基础上，我们将为您提供更多的信息，帮助您了解更多的信息。他说：“这是一件很重要的事情。”Laufzeit de Verfahren zum Graphenvergleich Leiden Unter minestens einer der Folgenden drei Schwächen：a)Ihre Laufzeit deeneriert auf groüen Graphen Mit Mehr als Hunderten von Knoten，b)sie ignorieren Knotenbel oder ihre Laufzeit deeneriert，wenn sie knotenLabels berück sichtigen，c)sie könen Nicht Nicht artielle-hnlichkeit zwiten Subgraph en Messen，sowohl in Bezug audie StrukTure Label des Graphen.所有这些问题都发生在我们的脑海中，他们死在了生物界、中间界和社会的大家庭里。齐尔介绍了Forschungsvorhabens ist es，在Enger Kooperation麻省理工学院博士Koji Tsuda(国家应用工业科学技术研究所，东京)Effiziente Verfahren，sgenannte Kern-Funktionen，zum Vergleich groçer，Graphen zu entwickeln。