| − | 超图已被广泛用于机器学习中,常作为一种数据结构或一种正则化的方式[25]。这些应用包括推荐系统(社团作为超边)[26]、图像检索(相关性作为超边)[27]、和生物信息学(生物、化学分子间相互作用作为超边)[28]。比较典型的超图机器学习方法包括:超图谱聚类法(用超图Laplacian扩展光谱图理论)[29]和超图半监督学习(通过引入超图结构来对结果进行限定)。对于大尺寸的超图,可以使用Apache Spark构建的分布式框架[15]。 | + | 超图已被广泛用于机器学习中,常作为一种数据结构或一种正则化的方式[25]。这些应用包括推荐系统 recommender system (社团作为超边)[26]、图像检索(相关性作为超边)[27]、和生物信息学(生物、化学分子间相互作用作为超边)[28]。比较典型的超图机器学习方法包括:超图谱聚类法(用超图Laplacian扩展光谱图理论)[29]和超图半监督学习(通过引入超图结构来对结果进行限定)。对于大尺寸的超图,可以使用Apache Spark构建的分布式框架[15]。 |