Dai Hai Nguyen

新的线性FGW距离指标增强了图相似性分析

研究人员开发了一种将图结构数据嵌入向量空间的新方法，该方法同时考虑了节点特征和图拓扑。这种方法产生了一种新颖的图距离指标，称为线性FGW，它由其嵌入之间的欧氏距离定义。线性FGW距离在能够结合节点特征和图结构进行基于核的框架内的相似性测量方面具有优势，并且与现有的融合Gromov-Wasserstein等方法相比，它显著加快了计算速度，使其适用于大规模数据集。在分类和聚类任务上的实验结果证明了这种新距离指标的有效性。