机构名称：
¥ 1.0
摘要信息物理作为复杂网络的理论基础的最新出现启发了措施的利用，该度量最初开发用于量子机械系统，用于解决图理论研究问题的解决方案。网络比较是一个这样的研究问题，通常在所有领域中出现，当研究可能与多种离散互动类型相互作用的实体被研究。对于图形上的任何数据挖掘应用程序，例如图形聚类，分类或离群值检测，都需要进行网络相似性度量。识别这种网络相似性度量的自然起点是信息物理，提供了一系列通常用于量化量子状态距离的措施。这些量子启发的方法满足图形相似性的数学要求，同时提供高解释性。在这项工作中，我们将这些度量与单声道和多重网络一起使用，并在具有合成数据的实验上使用，并且我们报告了现实世界应用的结果，以与一系列最先进的图形和良好的图形分辨率方法进行比较。
量子启发的网络可区分性测量
主要关键词
相关文件推荐
