| http://dbpedia.org/ontology/abstract
|
In mathematics and computer science, graph … In mathematics and computer science, graph edit distance (GED) is a measure of similarity (or dissimilarity) between two graphs.The concept of graph edit distance was first formalized mathematically by Alberto Sanfeliu and King-Sun Fu in 1983.A major application of graph edit distance is in inexact graph matching, suchas error-tolerant pattern recognition in machine learning. The graph edit distance between two graphs is related to thestring edit distance between strings.With the interpretation of strings as connected, directed acyclic graphs of maximum degree one, classical definitionsof edit distance such as Levenshtein distance,Hamming distanceand Jaro–Winkler distance may be interpreted as graph edit distancesbetween suitably constrained graphs. Likewise, graph edit distance isalso a generalization of tree edit distance betweenrooted trees.of tree edit distance betweenrooted trees.
, Расстояние редактирования графа — это коэф … Расстояние редактирования графа — это коэффициент сходства (или несходства) между двумя графами.Концепцию расстояния редактирования графа впервые сформулировали математически Альберто Санфелиу и Кинг-Сан Фу в 1983.Главное приложение расстояния редактирования графа — в , таких как устойчивое распознавание образов в обучении машин. Расстояние редактирования графа между двумя графами связано с между строками.При интерпретации сток как связных направленных ациклических графов с максимальной степенью два, классические определения расстояния редактирования, такие как расстояние Левенштейна, расстояние Хэмминга и расстояние Джаро — Винклера, могут интерпретироваться как расстояния редактирования графов между подходящими графами. Подобным образом, расстояние редактирования графа является обобщением расстояния редактирования дерева между деревьями с корнями.ирования дерева между деревьями с корнями.
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
https://web.archive.org/web/20170810170852/http:/www.vldb.org/pvldb/2/vldb09-568.pdf +
|
| http://dbpedia.org/ontology/wikiPageID
|
49270083
|
| http://dbpedia.org/ontology/wikiPageLength
|
12611
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1064784954
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Pathfinding +
, http://dbpedia.org/resource/Jaro%E2%80%93Winkler_distance +
, http://dbpedia.org/resource/Graph_operations +
, http://dbpedia.org/resource/Graph_isomorphism +
, http://dbpedia.org/resource/Edit_distance +
, http://dbpedia.org/resource/Category:Distance +
, http://dbpedia.org/resource/Fingerprint_recognition +
, http://dbpedia.org/resource/Handwriting_recognition +
, http://dbpedia.org/resource/Pattern_recognition +
, http://dbpedia.org/resource/Levenshtein_distance +
, http://dbpedia.org/resource/Tree_%28graph_theory%29 +
, http://dbpedia.org/resource/Computer_science +
, http://dbpedia.org/resource/Graph_labeling +
, http://dbpedia.org/resource/Similarity_measure +
, http://dbpedia.org/resource/Hamming_distance +
, http://dbpedia.org/resource/Category:Graph_algorithms +
, http://dbpedia.org/resource/Machine_learning +
, http://dbpedia.org/resource/Cheminformatics +
, http://dbpedia.org/resource/Inexact_graph_matching +
, http://dbpedia.org/resource/Directed_graph +
, http://dbpedia.org/resource/String_%28computing%29 +
, http://dbpedia.org/resource/Category:Graph_theory +
, http://dbpedia.org/resource/Category:Computational_problems_in_graph_theory +
, http://dbpedia.org/resource/Mathematics +
, http://dbpedia.org/resource/Graph_%28discrete_mathematics%29 +
, http://dbpedia.org/resource/APX +
, http://dbpedia.org/resource/Degree_%28graph_theory%29 +
, http://dbpedia.org/resource/Edge_contraction +
, http://dbpedia.org/resource/Connected_component_%28graph_theory%29 +
, http://dbpedia.org/resource/Directed_acyclic_graph +
, http://dbpedia.org/resource/A%2A_search_algorithm +
, http://dbpedia.org/resource/Shortest_path_problem +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Graph_algorithms +
, http://dbpedia.org/resource/Category:Distance +
, http://dbpedia.org/resource/Category:Graph_theory +
, http://dbpedia.org/resource/Category:Computational_problems_in_graph_theory +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Measure +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Graph_edit_distance?oldid=1064784954&ns=0 +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Graph_edit_distance +
|
| owl:sameAs |
http://www.wikidata.org/entity/Q25304679 +
, https://global.dbpedia.org/id/2NigQ +
, http://ru.dbpedia.org/resource/%D0%A0%D0%B0%D1%81%D1%81%D1%82%D0%BE%D1%8F%D0%BD%D0%B8%D0%B5_%D1%80%D0%B5%D0%B4%D0%B0%D0%BA%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B3%D1%80%D0%B0%D1%84%D0%B0 +
, http://dbpedia.org/resource/Graph_edit_distance +
, http://yago-knowledge.org/resource/Graph_edit_distance +
|
| rdf:type |
http://dbpedia.org/ontology/Software +
|
| rdfs:comment |
In mathematics and computer science, graph … In mathematics and computer science, graph edit distance (GED) is a measure of similarity (or dissimilarity) between two graphs.The concept of graph edit distance was first formalized mathematically by Alberto Sanfeliu and King-Sun Fu in 1983.A major application of graph edit distance is in inexact graph matching, suchas error-tolerant pattern recognition in machine learning.t pattern recognition in machine learning.
, Расстояние редактирования графа — это коэф … Расстояние редактирования графа — это коэффициент сходства (или несходства) между двумя графами.Концепцию расстояния редактирования графа впервые сформулировали математически Альберто Санфелиу и Кинг-Сан Фу в 1983.Главное приложение расстояния редактирования графа — в , таких как устойчивое распознавание образов в обучении машин.ое распознавание образов в обучении машин.
|
| rdfs:label |
Расстояние редактирования графа
, Graph edit distance
|
