基于图神经网络的子图匹配符号算法

作者： 杨欣 ¹ 徐周波 ¹ 陈浦青 ¹ 刘华东 ¹
作者单位：

1. 桂林电子科技大学计算机与信息安全学院
通讯作者： 徐周波 Email:xzbli_11@guet.edu.cn
提交时间：2022-11-02 16:39:53

摘要: 子图匹配是图数据分析中的基础问题,具有重要的研究意义。针对子图匹配求解算法存在大量冗余搜索的问题,
提出了一种基于图神经网络的子图匹配符号算法。该算法利用图神经网络技术聚合节点的邻域信息,得到包含图局部属
性和结构的特征向量,以该向量作为过滤条件得到查询图的节点候选集C。此外,优化匹配顺序并利用符号ADD操作在
数据图中构建C 的各个候选区域,减少了子图枚举验证过程中的冗余搜索。实验结果表明,与VF3算法相比,该算法有效
地提高了子图匹配的求解效率。

子图同构图匹配问题图神经网络代数决策图候选区

期刊： 桂林电子科技大学学报
分类： 计算机科学 >> 计算机应用技术
引用： ChinaXiv:202211.00002 (或此版本 ChinaXiv:202211.00002V1)
DOI:10.12074/202211.00002V1
CSTR:32003.36.ChinaXiv.202211.00002.V1
推荐引用方式： 杨欣,徐周波,陈浦青,刘华东.(2022).基于图神经网络的子图匹配符号算法.桂林电子科技大学学报.[ChinaXiv:202211.00002] (点此复制)

版本历史

[V1]

2022-11-02 16:39:53

ChinaXiv:202211.00002V1

下载全文

相关论文推荐

1. Turing’s thinking machine and ’t Hooft’s principle of superposition of states	2024-05-14
2. 恶意代码SCMP分类方法框架与风险行为多标签机制	2024-05-09
3. SteganoDDPM: A high-quality image steganography self-learning method using diffusion model	2024-04-23
4. 引导大语言模型生成计算机可解析内容	2024-04-21
5. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
6. 大模型与标准文献知识库的融合应用探索	2024-04-10
7. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
8. 引导大语言模型生成计算机可解析内容	2024-04-07
9. 基于 Python 中 MeCab 库对日语文章进行文本分析处理实现	2024-04-04
10. 一种基于能量-信息转换的智能测度	2024-03-30


公开评论匿名评论仅发给作者