Graph Edit Distance applied to diverse frameworks: Learning, matching and exploring techniques
Els grafs són objectes matemàtics que descriuen representacions abstractes de dades quan les relacions entre els elements estan definides. Quan les dades es representen amb grafs, els nodes representen els principals objectes de les dades i les arestes representen les relacions entre ells. En aquest...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/687283 |
| Acceso en línea: | http://hdl.handle.net/10803/687283 |
| Access Level: | acceso abierto |
| Palabra clave: | Correspondències entre grafs Distància d'editar grafs Aprenentatge automàtic Correspondencias entre grafos Distancia de editar grafos Aprendizaje automático Graph Matching Graph Edit Distance Machine Learning Enginyeria i arquitectura 004 62 68 |
| Sumario: | Els grafs són objectes matemàtics que descriuen representacions abstractes de dades quan les relacions entre els elements estan definides. Quan les dades es representen amb grafs, els nodes representen els principals objectes de les dades i les arestes representen les relacions entre ells. En aquest context, és necessari definir o adaptar tècniques específiques d'aprenentatge automàtic per a obtenir informació de les dades i predir característiques o trets que puguin ser d'interès per a algunes aplicacions. Durant els últims 40 anys, els investigadors han analitzat com representar les dades amb grafs i com adaptar els mètodes d'aprenentatge automàtic a aquestes estructures o definir altres nous adaptats a aquest marc. Amb aquest objectiu, el concepte de Graph Edit Distance (GED) ha estat utilitzat durant dècades i diverses tècniques d'aprenentatge automàtic utilitzen la GED com a mesura de dissimilitud entre grafs per a abordar la solució de diferents problemes. Aquesta tesi presenta un compendi de mètodes d'aprenentatge automàtic centrats en dades representades per grafs. S'han afrontat diverses tasques representant les dades com a grafs i la majoria dels mètodes presentats fan ús del concepte de GED com a eina per a analitzar l'estructura de les dades. Les tècniques desenvolupades en aquesta tesi demostren que la representació mitjançant grafs de les dades és adequada per a resoldre diferents situacions i pot ser explorada per a futurs contextos. |
|---|