Zobrazeno 1 - 10
of 338
pro vyhledávání: '"Graph similarity search"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Finding the graphs that are most similar to a query graph in a large database is a common task with various applications. A widely-used similarity measure is the graph edit distance, which provides an intuitive notion of similarity and naturally supp
Externí odkaz:
http://arxiv.org/abs/2110.01283
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Application Research of Computers / Jisuanji Yingyong Yanjiu. Feb2023, Vol. 40 Issue 2, p371-377. 7p.
Autor:
Kim, Jongik
In this paper, we study the problem of graph similarity search with graph edit distance (GED) constraints. Due to the NP-hardness of GED computation, existing solutions to this problem adopt the filtering-and-verification framework with a main focus
Externí odkaz:
http://arxiv.org/abs/2004.01124
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Graph similarity search is a common and fundamental operation in graph databases. One of the most popular graph similarity measures is the Graph Edit Distance (GED) mainly because of its broad applicability and high interpretability. Despite its prev
Externí odkaz:
http://arxiv.org/abs/1706.05476
Autor:
Jongik Kim
Publikováno v:
IEEE Access, Vol 10, Pp 79180-79191 (2022)
It is essential to identify similarity between graphs for various tasks in data mining, machine learning and pattern recognition. Graph edit distance (GED) is the most popular graph similarity measure thanks to its flexibility and versatility. In thi
Externí odkaz:
https://doaj.org/article/154444faf91e4dbab60f8f6394da82f4
Graph similarity search has received considerable attention in many applications, such as bioinformatics, data mining, pattern recognition, and social networks. Existing methods for this problem have limited scalability because of the huge amount of
Externí odkaz:
http://arxiv.org/abs/1612.09155