超图结构到底比图结构好在哪里?????

总结与整理:

写在前面:下述观点仅代表经查阅部分相关资料后主观性较强的观点,如有纰漏或错误欢迎各位大佬批评指正!!!)


1、超图结构相对于一般图结构具有较强的数据样本间非线性高阶关联的刻画和挖掘能力;

超图结构由于具有上述性质,可以更好地解决实际应用中存在的诸如数据样本不平衡、分类代价敏感、数据关联建模复杂等问题。

2、超图结构相对于一般图结构能够更加准确地建模多元关系;

处理实际问题时,对象之间一般具有复杂的多元关系(而不仅仅是二元关系),超图可以更加 准确的描述多元关联对象之间的关系,从而防止在将多元关系强制转换为二元关系过程中造成 的原始信息丢失。

3、超图结构在处理多模态、异构数据时更加灵活,更方便多模态的融合与扩展;

与所有边的度都必须为2的简单图相比,超图可以使用其无限制的度超边编码高阶数据相关性 (超越成对连接),图是用邻接矩阵表示的,其中每条边仅连接两个顶点。超图可以通过其灵活的 超边扩展以实现多模态、异构的数据表示。例如,一个超图可以通过合并邻接矩阵,联合使用 多模态数据来生成超图结构。

4、超图结构相比于一般图结构在聚类过程上更有优势;

对于这种聚类的问题,使用超图结构可以回避去构建每一个节点之间的边的问题(如果直接用 图神经网络构建的方法,传统图结构的话边的条数太多)超图的边的含义便是聚类中的类别。所以,如果说这个模型是预测聚类中的类别问题,也可以直接看做预测超图上的边。
 

你可能感兴趣的:(知识积累,人工智能,机器学习,大数据)