Structural Pattern Recognition with Graph Edit Distance: Approximation Algorithms and Applications

این متن/مرجع منحصربه‌فرد، مقدمه‌ای کامل در زمینه تشخیص الگوی ساختاری، با تمرکز ویژه بر فاصله ویرایش نمودار (GED) ارائه می‌کند. این کتاب همچنین بررسی مفصلی از انتخاب متنوعی از روش‌های جدید مرتبط با GED ارائه می‌کند و با پیشنهاد راه‌های احتمالی برای تحقیقات آینده به پایان می‌رسد. موضوعات و ویژگی‌ها: به طور رسمی مفهوم GED را معرفی می‌کند و ویژگی‌های اساسی این الگوی تطبیق گراف را برجسته می‌کند. یک فرمول مجدد از GED را به یک مسئله انتساب درجه دوم توصیف می کند. نشان می دهد که چگونه مسئله تخصیص درجه دوم GED را می توان به مسئله انتساب جمع خطی کاهش داد. استراتژی‌ها را برای کاهش تخمین بیش از حد فاصله ویرایش واقعی و زمان تطبیق در چارچوب تقریب بررسی می‌کند. بهبود نشان داده شده توسط چارچوب الگوریتمی توصیف شده را با توجه به دقت فاصله و زمان تطبیق بررسی می کند. شامل ضمیمه هایی است که مجموعه داده های مورد استفاده برای ارزیابی های تجربی مورد بحث در کتاب را فهرست می کند.

This unique text/reference presents a thorough introduction to the field of structural pattern recognition, with a particular focus on graph edit distance (GED). The book also provides a detailed review of a diverse selection of novel methods related to GED, and concludes by suggesting possible avenues for future research. Topics and features: formally introduces the concept of GED, and highlights the basic properties of this graph matching paradigm; describes a reformulation of GED to a quadratic assignment problem; illustrates how the quadratic assignment problem of GED can be reduced to a linear sum assignment problem; reviews strategies for reducing both the overestimation of the true edit distance and the matching time in the approximation framework; examines the improvement demonstrated by the described algorithmic framework with respect to the distance accuracy and the matching time; includes appendices listing the datasets employed for the experimental evaluations discussed in the book.