Sign In

Towards Metric-Faithful Neural Graph Matching

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Jyotirmaya Shivottam, Subhankar Mishra

πŸ’‘ κ°œμš”

λ³Έ 논문은 신경망 기반 κ·Έλž˜ν”„ λ§€μΉ­μ—μ„œ κ·Έλž˜ν”„ νŽΈμ§‘ 거리(Graph Edit Distance, GED) μΆ”μ •μ˜ 정확도λ₯Ό 높이기 μœ„ν•΄ μΈμ½”λ”μ˜ κΈ°ν•˜ν•™μ  νŠΉμ„±(geometry)이 μ€‘μš”ν•˜λ‹€λŠ” 점을 이둠적으둜 λΆ„μ„ν•©λ‹ˆλ‹€. μ œμ•ˆλœ 이둠적 틀에 κΈ°λ°˜ν•˜μ—¬, κ·Έλž˜ν”„ μˆ˜μ€€ 및 λ…Έλ“œ μˆ˜μ€€μ—μ„œ μŒμ—½-λ¦¬ν”„μ‹œμΈ (bi-Lipschitz) 속성을 κ°–λŠ” 인코더λ₯Ό μ‚¬μš©ν•˜λ©΄ GED μΆ”μ • ν’ˆμ§ˆκ³Ό μˆœμœ„ μ•ˆμ •μ„±μ΄ ν–₯상됨을 λ³΄μž…λ‹ˆλ‹€. μ‹€μ œ μ‹€ν—˜μ—μ„œλŠ” FSW-GNNμ΄λΌλŠ” μŒμ—½-λ¦¬ν”„μ‹œμΈ  인코더λ₯Ό κΈ°μ‘΄ 신경망 κ·Έλž˜ν”„ 맀칭 λͺ¨λΈμ— μ μš©ν•˜μ—¬ GED 예츑 및 μˆœμœ„ κ΄€λ ¨ μ§€ν‘œμ—μ„œ μƒλ‹Ήν•œ μ„±λŠ₯ ν–₯상을 λ‹¬μ„±ν–ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
신경망 κ·Έλž˜ν”„ λ§€μΉ­μ—μ„œ μΈμ½”λ”μ˜ κΈ°ν•˜ν•™μ  νŠΉμ„±μ€ GED μΆ”μ • 정확도에 직접적인 영ν–₯을 λ―ΈμΉ˜λŠ” 핡심 μš”μ†Œμž…λ‹ˆλ‹€.
β€’
μŒμ—½-λ¦¬ν”„μ‹œμΈ (bi-Lipschitz) 속성을 κ°–λŠ” μΈμ½”λ”λŠ” GED μΆ”μ •μΉ˜μ˜ λŒ€λ¦¬ λͺ¨λΈ(surrogate)을 μ œμ–΄ν•˜κ³  μˆœμœ„ μ•ˆμ •μ„±μ„ κ°œμ„ ν•˜λŠ” 데 μœ μš©ν•©λ‹ˆλ‹€.
β€’
λ³Έ μ—°κ΅¬λŠ” 신경망 κ·Έλž˜ν”„ 맀칭 λͺ¨λΈ 섀계 μ‹œ μΈμ½”λ”μ˜ κΈ°ν•˜ν•™μ  속성을 κ³ λ €ν•΄μ•Ό 함을 μ‹œμ‚¬ν•©λ‹ˆλ‹€.
β€’
λ³Έ μ—°κ΅¬μ—μ„œ μ œμ‹œλœ 이둠적 뢄석은 νŠΉμ • μ’…λ₯˜μ˜ 신경망 GED μΆ”μ •μžμ— μ΄ˆμ μ„ λ§žμΆ”κ³  있으며, λͺ¨λ“  μ’…λ₯˜μ˜ 신경망 κ·Έλž˜ν”„ 맀칭에 λŒ€ν•œ 일반적인 해결책을 μ œμ‹œν•˜μ§€λŠ” λͺ»ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
πŸ‘
Made with Slashpage